Asimov Academy

Asimov Academy
1. Data Science e Machine Learning com Python
2. Analisando Dados com Pandas
1. Conceitos básicos de Pandas
1. O que é o Pandas e do ele é capaz.mp4470.70 MB
2. Como estudar Pandas.mp4179.07 MB
3. Como vão se dar as aulas.mp4112.84 MB
4. Series.mp4575.33 MB
5. DataFrames e manipulação de colunas.mp4422.75 MB
6. Iloc e Filtros.mp4395.36 MB
7. Operações com índices.mp4224.66 MB
8. Índices multiníveis.mp4258.84 MB
9. Tratamento de dados ausentes.mp4318.39 MB
10. Groupby.mp4394.51 MB
11. Merge, concat e Join.mp4551.99 MB
12. Operações com DataFrames.mp4371.00 MB
13. Séries temporais no pandas.mp4260.54 MB
14. Entrada e Saída de dados.mp4622.13 MB
15. Encerramento.mp467.83 MB
Apostilas Pandas.zip8.01 MB
2. Projeto 1 – Análise dos preços da gasolina no Brasil
2.1. Apresentação dos exercícios.mp4229.54 MB
2.2. Resolução dos exercícios pt1.mp4326.86 MB
2.3 e 2.4 Resolução dos exercícios pt2.mp4288.40 MB
2.5. Resolução dos exercícios pt3.mp4400.45 MB
3. Projeto 2 – Análise de dados de obesidade mundial
3.1. Apresentação do Projeto.mp440.54 MB
3.2. Funções adicionais.mp435.94 MB
3.3. Obesity pt 1.mp435.90 MB
3.4. Obesity pt2.mp431.10 MB
4. Projeto 3 – Análise de dados de PIB per capita
4.1. GDP pt1.mp431.93 MB
4.2. GDP pt2.mp417.30 MB
4.3. GDP pt3.mp489.71 MB
5. Resolução do desafio
5.1. Desafio final.mp463.92 MB
3. Visualizando dados com Matplotlib
1. Criando plots com Matplotlib
1.1. Introdução ao Matplotlib.mp48.24 MB
1.2. Funções básicas de plot.mp424.99 MB
1.3. Orientação à objetos no Matplotlib.mp419.05 MB
1.4. Subplots().mp426.35 MB
1.5. Customização.mp428.12 MB
1.6. Plots Especiais.mp416.48 MB
Apostilas – Curso Visualização de dados.zip5.72 MB
2. Criando gráficos estatísticos com Seaborn
2.1. Introdução ao Seaborn.mp45.71 MB
2.2 Plots de distribuição.mp445.24 MB
2.3 Plots categóricos.mp431.78 MB
2.4. Plots de regressão.mp424.39 MB
2.5. Plots Matriciais.mp431.95 MB
2.6. Estilização.mp415.94 MB
4. Conceitos fundamentais de Machine Learning e AI
1. Uma visão geral sobre Machine Learning e AI
1 – Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp4545.09 MB
2 – Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp4382.89 MB
3 – Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp4150.11 MB
4 – Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp475.37 MB
5 – Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp4573.09 MB
6 – Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp4235.47 MB
7 – Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp4576.78 MB
2. Prevendo preços de apartamentos usando Machine Learning
1. Uma visão geral sobre o projeto.mp481.58 MB
2. Kaggle.mp4139.31 MB
3 – O checklist do ML.mp4359.31 MB
4. Análise exploratória dos dados.mp4755.94 MB
5. Análise Exploratória de dados 2.mp4294.59 MB
6. Correlação.mp4246.97 MB
7. Análise de correlação nos dados.mp4233.18 MB
8. Como funcionaria o treino_.mp4484.71 MB
9. Processamento de dados para ML.mp4467.10 MB
10. Treinando os primeiros modelos.mp4710.17 MB
11. Cross-Validation.mp4194.46 MB
12. Comparando Modelos.mp4786.25 MB
Apostilas – Conceitos ML.zip960.44 KB
5. Matemática para Data Science e Machine Learning
1. Como abordar a matemática
1. Introdução ao curso.mp4455.43 MB
2. Como o curso está dividido.mp4175.97 MB
2. Cálculo
1. O que são funções.mp4620.48 MB
2. Funções clássicas.mp4183.72 MB
3. Limites.MP4.mp4329.23 MB
4. O que são derivadas.mp4451.69 MB
5. A definição de derivadas.mp4190.51 MB
6. Aplicando derivadas.mp4205.50 MB
7. Derivadas para problemas de otimização.mp4175.50 MB
8. Derivadas Parciais.mp4142.85 MB
3. Álgebra Linear
1. Introdução à algebra linear.mp4191.08 MB
2. O surgimento da algebra linear.mp4690.58 MB
3. Matrizes e Vetores.mp4109.79 MB
4. Operações com matrizes.mp4319.63 MB
5. Transposição e inversão matricial.mp4396.81 MB
4. Probabilidade e estatística
1. Introdução à probabilidade e estatística.mp4218.58 MB
2. Processos aleatórios e probabilidade.mp4249.63 MB
3. Lei dos grandes números.mp4502.88 MB
4. Distribuições de probabilidade.mp4185.99 MB
5. Independencia de eventos e probabilidade condicional.mp4327.01 MB
6. Esperança de um processo aleatório.mp4125.30 MB
7. Variância.mp4131.78 MB
8. A curva de distribuição Gaussiana – Normal.mp4316.00 MB
9. Propriedades de uma distribuição gaussiana.mp4173.91 MB
10. Outros modelos de distribuição.mp4212.58 MB
11. Verossimilhança.mp4313.19 MB
6. Fundamentos dos modelos de classificação
1. Modelos de classificação
1 – Apresentação do Curso.mp497.00 MB
2 MNIST .mp4123.02 MB
3 Explorando o dataset.mp4154.56 MB
4 O classificador binário.mp4330.10 MB
5 Medindo a acurácia de um modelo binário.mp4179.65 MB
6 Métricas essenciais para modelos de classificação.mp4273.54 MB
7 Métricas de Classificação no Python.mp4199.88 MB
8 Classificação Multiclasse.mp4242.65 MB
9 Classificação Multilabel.mp4208.71 MB
Modelos de classificação.ipynb.zip100.15 KB
7. Abrindo a caixa preta Como os modelos aprendem
1. Como os modelos de Machine Learning aprendem
1 – Apresentação do curso.mp4211.06 MB
2 – Regressão Linear 1.mp4199.19 MB
3 – Regressão Linear 2.mp4168.40 MB
4 – Equação Normal.mp4329.93 MB
5 – Equação Normal na Prática.mp4495.94 MB
6 – Gradient Descent.mp4510.49 MB
7 – Gradient Descent na Prática.mp4261.90 MB
8 – Regressões Polinomiais 1.mp4159.09 MB
9 – Regressões Polinomiais 2.mp4468.94 MB
10 – Balanço Viés-Variança.mp4374.14 MB
11 – Ridge Regression.mp4213.00 MB
12 – Ridge Regression na Prática.mp4347.34 MB
13 – Regressão Logística.mp4197.57 MB
14 – Custo na Regressão Logística.mp4252.21 MB
15 – Regressão Logística na Prática.mp4595.39 MB
16 – Regressão Softmax.mp4291.12 MB
17 – Treinando Modelo de Softmax.mp4267.09 MB
18 – Entropia.mp4470.88 MB
19 – Cross Entropy.mp4245.39 MB
20 – Treinando Modelo de Cross Entropy.mp4446.24 MB
Abrindo a caixa preta.ipynb.zip311.62 KB
8. Modelos inteligentes de árvores
1. Machine Learning com árvores de decisões
1. Apresentação do curso – editado.mp475.95 MB
2. O que é uma árvore de decisão.mp4340.54 MB
3. Como funciona uma árvore de decisão.mp4177.87 MB
4. Gini Impurity.mp4137.23 MB
5. A lógica por trás da função custo.mp4129.65 MB
6. Overfitting em modelos de árvores.mp4342.09 MB
7. Decision Trees em problemas de regressão.mp4150.62 MB
8. Função custo dos modelos de regressão.mp4131.72 MB
9. Ensemble Learning.mp4207.75 MB
10. Ensemble Learning na prática.mp4260.22 MB
11. Bagging.mp485.73 MB
12. Random Forests.mp4256.87 MB
13. Feature Importance.mp4429.63 MB
Modelos de árvores.ipynb.zip401.35 KB
9. Unsupervised Learning
1. Os modelos de aprendizado não supervisionado
1. Apresentação do curso.mp4416.82 MB
2. KMeans na prática.mp4219.99 MB
3. Como o algoritmo funciona.mp4240.90 MB
4. Problemas do K-Means.mp4146.29 MB
5. O método do cotovelo.mp4189.83 MB
6. Mixture Models.mp4181.72 MB
7. Definição matemática dos mixture models.mp4238.39 MB
8. Gaussian Mixture Models.mp4487.16 MB
9. Gaussian Mixture Models na Prática.mp4712.35 MB
10. Detecção de anomalias com GMM.mp4484.93 MB
FilelistCreatorWin64.zip2.32 MB
rclone-v1.58.1-windows-amd64.zip13.98 MB
Unsupervised Learning.ipynb.zip396.17 KB
2. Dashboards Interativos com Python
1. Conceitos fundamentais
1. Introdução ao Curso
1. Introdução ao curso.mp4160.31 MB
2. Do que o Dash é capaz.mp447.47 MB
3. Pré-requisitos para o Curso.mp4180.85 MB
4. Como o curso está estruturado.mp445.70 MB
5. Dash x Excel, Tableau e Power BI.mp4251.38 MB
Apostilas – Dashboards Interativos.zip4.44 MB
2. Gráficos interativos com Plotly
1. Introdução ao Plotly.mp4111.78 MB
2. Instalação Plotly.mp4287.61 MB
3. Utilizando o make subplots.mp4303.43 MB
4. Scatter Plots.mp4304.87 MB
5. Bar Charts.mp4151.99 MB
6. Pie Charts.mp4188.15 MB
7. Boxplots e Histogramas.mp4276.81 MB
8. Histogram2d e Heatmaps.mp4193.74 MB
9. Candlestick.mp4192.02 MB
10. Mesh3D.mp4142.72 MB
11. Plotly Express.mp4430.51 MB
3. Construindo dashboards com Dash
1. Introdução Dash.mp4147.54 MB
2. Instalação Dash.mp481.28 MB
3. Estrutura básica do Dash.mp4156.59 MB
4. Layout 1.mp4377.11 MB
5. Customização do layout.mp4169.56 MB
6. Layout 2.mp4321.26 MB
7. Decorators.mp4295.07 MB
8. Callbacks 1.mp4277.51 MB
9. Callbacks com graficos.mp4170.79 MB
10. Callbacks com múltiplos inputs.mp4271.03 MB
4. Técnicas avançadas em callbacks
1. O uso de States.mp4392.78 MB
2. Callbacks em cadeia.mp4332.92 MB
3. Quando callbacks são executados.mp4162.79 MB
4. Lidando com variáveis globais.mp4934.90 MB
5. Detecção de triggers em callbacks.mp4390.69 MB
5. Primeiro projeto – Dashboard de vendas
1. Apresentação do projeto de vendas em supermercados.mp417.89 MB
2. Ingestão de dados.mp449.41 MB
3. Layout.mp453.60 MB
4. Callbacks.mp4112.73 MB
Supermarket Sales.zip50.43 KB
1. Python Starter
0. Apresentação do Curso
1. Bem vindos ao curso.mp4105.40 MB
2. Asimov Academy e Princípios.mp4214.50 MB
3. O que é uma linguagem de programação.mp4206.32 MB
4. Tutorial plataforma.mp4136.29 MB
5. O que podemos e não podemos fazer com Python.mp4216.47 MB
6. Conclusão.mp449.74 MB
Apostilas – Python Starter.zip9.03 MB
1. Lógica de Programação
1. Apresentação do módulo.mp4207.49 MB
2. Algoritmos 1.mp4634.33 MB
3. Algoritmos 2.mp4767.53 MB
4. Algoritmos 3.mp4192.45 MB
5. Algoritmos 4.mp4258.85 MB
6. Variáveis.mp4473.83 MB
7. Operadores.mp4421.35 MB
8. Estruturas de controle de fluxo.mp4247.78 MB
9. Estruturas de repetição.mp4286.54 MB
2. Introdução ao Python
1- Oque é Python.mp4499.64 MB
2- Instalando o Python através do Anaconda.mp4163.17 MB
3 – Executando o primeiro programa.mp4268.09 MB
4 – O Segundo Código E Terminais De Programação.mp4329.32 MB
5 – Ides E Jupyterlab.mp4262.32 MB
6 – Visual Studio Code.mp4221.47 MB
3. Fundamentos da Linguagem
1. Primeiros passos com JupyterLab.mp4323.34 MB
2. Números.mp4182.08 MB
3. Variaveis.mp4212.37 MB
4. Strings e Indexação.mp4332.44 MB
5. Mais sobre Strings e métodos embutidos.mp4394.46 MB
6.Listas.mp4332.88 MB
7. Dicionários.mp4239.30 MB
8. Tuplas .mp461.84 MB
9. Input, sets e booleanos.mp4191.43 MB
10. Operadores de comparação.mp4133.81 MB
11. Exercícios – Parte 1.mp431.28 MB
12. Solução dos exercícios – Parte 1.mp4533.74 MB
13. Operadores de comparação em cadeia.mp4236.72 MB
14. If, elif e else.mp4299.67 MB
15. Range.mp4114.75 MB
16. For.mp4288.50 MB
17. While.mp4298.97 MB
18. Compreensão em listas.mp4239.99 MB
19. Funções.mp4321.51 MB
20. Lambda.mp481.36 MB
21. Exercícios – Parte 2.mp4121.16 MB
22. Solução dos exercícios – Parte 2.mp4786.10 MB
4. Projetos – Calculadora e software de gestão
1. Introdução – Calculadora.mp4169.80 MB
2. Resolução – Calculadora.mp4736.46 MB
3. Introdução – Software de gestão para locadora de carros.mp4169.75 MB
4. Resolução – Software de gestão para locadora de carros – Pt1.mp4539.51 MB
5. Resolução – Software de gestão para locadora de carros – Pt2.mp4621.03 MB
5. Gerenciamento de erros e Depuração de código
1. Apresentação do módulo.mp441.13 MB
2. Importação de módulos e pdb.mp4282.75 MB
3. Try, Except e Finally-.mp4147.35 MB
4. Logging.mp4294.14 MB
5. Apresentação do projeto papel pedra e tesoura.mp4151.23 MB
6. Projeto Papel pedra e Tesoura.mp4721.65 MB
6. Programação orientada a objetos
1. Introdução a programação orientada a objetos.mp4179.63 MB
2. Objetos e Classes no Python.mp4239.45 MB
3. Criando classes e métodos.mp4394.39 MB
4. Herança e método especiais.mp4258.46 MB
5. Projeto – Simulador de caos.mp4149.79 MB
6. Simulador de caos.mp4381.81 MB
7. Simulador de caos pt2.mp4397.35 MB
8. Apresentação projeto Jogo da velha.mp426.52 MB
9. Projeto Final – Jogo da velha.MP4.mp4477.41 MB
10. Projeto Final – Jogo da velha – pt2.mp4116.74 MB
2. CONCEITOS AVANÇADOS NO DASH
6. Layouts profissionais com DBC
1. Que nível de projetos atingiremos.mp444.99 MB
2. Revisão de CSS e como utilizar no Dash.mp467.30 MB
3. Utilizando temas do DBC.mp433.88 MB
4. Componentes de Layout.mp466.16 MB
5. Cartões e Botões.mp445.47 MB
6. Exercício de planejamento de layout.mp477.99 MB
7. Projeto – Aprimorando o projeto do supermercado.mp426.25 MB
8. Projeto – Estilização do menu lateral.mp483.97 MB
9. Projeto – Finalizando.mp472.71 MB
7. Como colocar projetos em Produção
1. Introdução ao deploy.mp4148.06 MB
2. Estratégias de deploy.mp4130.84 MB
3. Como colocar o projeto em produção em uma rede privada_.pdf110.39 KB
4. Alternativas de mercado para colocar projetos em produção.mp436.36 MB
5. Deploy no Heroku – Parte 1.mp477.07 MB
6. Deploy no Heroku – Parte 2.mp4103.58 MB
8. Boas práticas e componentes especiais
1. Templates especiais para seus projetos.mp4397.97 MB
2. Lidando com variáveis globais.mp447.02 MB
3. Atualizando projetos em tempo real.mp461.22 MB
4. Criando tabelas com Dash DataTable.mp470.86 MB
5. Componentes da comunidade.mp438.03 MB
Templates.zip75.55 KB
3. Analisando Dados com Pandas
1. Conceitos básicos de Pandas
1. O que é o Pandas e do ele é capaz.mp4470.70 MB
2. Como estudar Pandas.mp4179.07 MB
3. Como vão se dar as aulas.mp4112.84 MB
4. Series.mp4575.33 MB
5. DataFrames e manipulação de colunas.mp4422.75 MB
6. Iloc e Filtros.mp4395.36 MB
7. Operações com índices.mp4224.66 MB
8. Índices multiníveis.mp4258.84 MB
9. Tratamento de dados ausentes.mp4318.39 MB
10. Groupby.mp4394.51 MB
11. Merge, concat e Join.mp4551.99 MB
12. Operações com DataFrames.mp4371.00 MB
13. Séries temporais no pandas.mp4260.54 MB
14. Entrada e Saída de dados.mp4622.13 MB
15. Encerramento.mp467.83 MB
Apostilas Pandas.zip8.01 MB
2. Projeto 1 – Análise dos preços da gasolina no Brasil
2.1. Apresentação dos exercícios.mp4229.54 MB
2.2. Resolução dos exercícios pt1.mp4326.86 MB
2.3 e 2.4 Resolução dos exercícios pt2.mp4288.40 MB
2.5. Resolução dos exercícios pt3.mp4400.45 MB
3. Projeto 2 – Análise de dados de obesidade mundial
3.1. Apresentação do Projeto.mp440.54 MB
3.2. Funções adicionais.mp435.94 MB
3.3. Obesity pt 1.mp435.90 MB
3.4. Obesity pt2.mp431.10 MB
4. Projeto 3 – Análise de dados de PIB per capita
4.1. GDP pt1.mp431.93 MB
4.2. GDP pt2.mp417.30 MB
4.3. GDP pt3.mp489.71 MB
5. Resolução do desafio
5.1. Desafio final.mp463.92 MB
3. Desenvolvimento de projetos
1. Análise de vendas de imóveis
1. Planejamento e análise inicial dos dados.mp4212.51 MB
2. Construção do Layout.mp4260.03 MB
3. Callbacks e configurações finais.mp4149.65 MB
Starter.zip2.82 MB
2. Como adicionar autenticação a seus projetos
1. Apresentação dos projetos e downloads necessários.mp4103.31 MB
2. Autenticação básica com dash_auth.mp4304.04 MB
3. Sistema de login completo.mp484.60 MB
4. Arquitetura do projeto.mp4394.94 MB
5. Layout – Parte 1.mp4464.02 MB
6. Layout – Parte 2.mp4286.83 MB
7. Criação do banco de dados.mp4561.15 MB
8. Inserindo usuários no banco de dados.mp4619.10 MB
9. Finalizando a lógica de registros.mp4675.43 MB
10. Criando login e logout.mp4482.67 MB
Dash Auth – básico.zip13.67 KB
3. MyBudget – Web App de Análise Financeira
1. Introdução.mp463.48 MB
2. Estrutura Das Aulas.mp438.82 MB
3. Apresentação do Projeto.mp4150.52 MB
4. Estrutura Básica do Projeto.mp4246.63 MB
5. Construção da Sidebar.mp4248.08 MB
6. Criando o Modal.mp4151.00 MB
7. Inserindo Formulário no Modal.mp4429.03 MB
8. Página de Dashboards – parte 1.mp4409.24 MB
9. Página de Dashboards – parte 2.mp4145.91 MB
10. Página de Extratos.mp4232.87 MB
11. Arquitetura do Projeto.mp4370.82 MB
12. Como lidar com variáveis globais.mp4265.86 MB
13. Salvando Receitas – Parte 1.mp4421.99 MB
14. Salvando Receitas – Parte 2.mp4419.36 MB
15. Salvando Despesas.mp4141.72 MB
16. Gestão de Categorias.mp4590.31 MB
17. Callbacks do Dashboard.mp4174.32 MB
18. Gráficos – parte 1.mp4587.84 MB
19. Gráficos – parte 2.mp4407.92 MB
20. Página de Extratos.mp4313.93 MB
MyBudget_Alunos.zip396.09 KB
MyBudget_Alunos_2.zip396.09 KB
4. GasPrices – Dashboard de Análise da gasolina no Brasil
1. Apresentação.mp462.78 MB
2. Limpando o Dataset.mp4380.46 MB
2. Origem do Dataset.txt55
3. Fazendo a linha 1.mp4435.50 MB
3. Font Awesome – Ícones.txt33
4. Bootstrap Gutters.txt49
4. Fazendo a linha 2.mp4382.71 MB
5. Fazendo a linha 3.mp4187.06 MB
6. Callbacks 1.mp4424.05 MB
7. Callbacks 2.mp4355.91 MB
8. Callbacks 3 – Indicadores.mp4258.40 MB
9. RangeSlider.mp4166.88 MB
10. Animações.mp4382.95 MB
GasPrices_Base.zip5.92 MB
github.txt49
5. Calendar App
1. Apresentação e download de materiais.mp4185.33 MB
2. Apresentando a estrutura do projeto.mp430.27 MB
3. Construindo a estrutura do projeto.mp4178.56 MB
4. Adicionando os primeiros componentes.mp4298.63 MB
5. Componente geral dos cards e botão modal.mp4496.33 MB
6. Estrutura do calendário.mp4201.90 MB
7. Método auxiliar do calendário.mp4612.37 MB
8. Renderização do calendário.mp4689.78 MB
9. Layout do calendário.mp4192.44 MB
10 . Arquitetura dos dados de eventos.mp4399.63 MB
11. Inserção de novos eventos.mp4357.75 MB
12. Seletor de datas.mp4349.94 MB
13. Criação dos cards de eventos.mp4747.76 MB
Calendar Base.zip255.31 KB
Calendar completo.zip246.32 KB
6. Dashboard COVID-19
Como construir um dashboard da COVID apenas com Python.mp4395.31 MB
Dashboard COVID-19.zip19.71 MB
7. Consumindo dados da API do Facebook Ads em um Web App
1. Apresentação do Projeto.mp484.84 MB
2. O que é um API.mp450.49 MB
3. Configurando o APP no Facebook for Developers.mp457.99 MB
4. Como utilizar uma API.mp475.16 MB
5. Explorando a Graph API – Parte 1.mp4289.87 MB
6. Explorando a Graph API – Parte 2.mp447.78 MB
7. Desenvolvendo a classe de acesso à API.mp4117.91 MB
8. Finalizando a API.mp435.85 MB
9. Ingestão de dados no Dashboard.mp473.24 MB
10. Montando o Layout do Dashboard.mp480.97 MB
11. Callbacks – Parte 1.mp489.81 MB
12. Callbacks – Parte 2.mp492.41 MB
8. Análise de desempenho esportivo
1. Criação do dashboard de análise esportiva – Aula completa.mp4585.62 MB
9. Dashboard de gestão para hospitais
1. Introdução ao projeto.mp421.43 MB
2. Criando funções para pré processamento de dados.mp4132.22 MB
3. Desenvolvendo funções de Layout.mp469.10 MB
4. Geração do Heatmap.mp4183.58 MB
5. Criador de tabelas.mp468.22 MB
6. Populando as tabelas.mp474.32 MB
7. Criando as figures básicas.mp477.62 MB
8. Criação da tabela completa.mp450.13 MB
9. Unindo tudo e criando o Layout.mp422.49 MB
10. Desenvolvendo os Callbacks do nosso projeto.mp475.82 MB
Dashboard – CRM Hospital.zip3.80 MB
3. Asimov Projetos
Análise de desempenho esportivo
1. Criação do dashboard de análise esportiva – Aula completa – Asimov Academy.mp4585.62 MB
Análise de vendas de imóveis
1. Planejamento e análise inicial dos dados – Asimov Academy.mp4212.51 MB
2. Construção do Layout – Asimov Academy.mp4260.03 MB
3. Callbacks e configurações finais – Asimov Academy.mp4149.65 MB
Starter.zip2.82 MB
ASIMOV ASSOCIATES
1. Introdução – Asimov Academy.mp4186.09 MB
2. Index – Asimov Academy.mp4264.86 MB
3. Sidebar – Asimov Academy.mp4229.00 MB
4. Iniciando os Modais – Asimov Academy.mp4351.12 MB
5. Callback novo Advogado – Asimov Academy.mp4188.39 MB
6. SQL, finalmente! – Asimov Academy.mp4308.34 MB
7. Modal novo Processo rec1 – Asimov Academy.mp4479.88 MB
8. Novos Processos – Asimov Academy.mp4148.10 MB
9. Card de Filtros – Asimov Academy.mp4319.92 MB
10. Gerando cards por funções – Asimov Academy.mp4400.89 MB
11. Ids Dinâmicas – Asimov Academy.mp4191.71 MB
12. Gerando os cards – Asimov Academy.mp4378.63 MB
13. Gerando os Cards 2 – Asimov Academy.mp4324.74 MB
14. Abrindo o modal de Processos – Asimov Academy.mp4317.79 MB
15. O penúltimo Callback – Asimov Academy.mp4390.22 MB
16. O último Callback – Asimov Academy.mp4337.60 MB
17. Erros e o fim do Projeto – Asimov Academy.mp4219.25 MB
18. Aula Extra CSS – Asimov Academy.mp4105.97 MB
github.txt69
ASIMOV CALENDAR
1. Apresentação e download de materiais – Asimov Academy.mp4185.33 MB
2. Apresentando a estrutura do projeto – Asimov Academy.mp430.27 MB
3. Construindo a estrutura do projeto – Asimov Academy.mp4178.56 MB
4. Adicionando os primeiros componentes – Asimov Academy.mp4298.63 MB
5. Componente geral dos cards e botão modal – Asimov Academy.mp4496.33 MB
6. Estrutura do calendário – Asimov Academy.mp4201.90 MB
7. Método auxiliar do calendário – Asimov Academy.mp4612.37 MB
8. Renderização do calendário – Asimov Academy.mp4689.78 MB
9. Layout do calendário – Asimov Academy.mp4192.44 MB
10 . Arquitetura dos dados de eventos – Asimov Academy.mp4399.63 MB
11. Inserção de novos eventos – Asimov Academy.mp4357.75 MB
12. Seletor de datas – Asimov Academy.mp4349.94 MB
13. Criação dos cards de eventos – Asimov Academy.mp4747.76 MB
Calendar Base.zip255.31 KB
Calendar.zip246.32 KB
Como adicionar autenticação a seus projetos
1. Apresentação dos projetos e downloads necessários – Asimov Academy.mp4103.31 MB
2. Autenticação básica com dash_auth – Asimov Academy.mp4304.04 MB
3. Sistema de login completo – Asimov Academy.mp484.60 MB
4. Arquitetura do projeto – Asimov Academy.mp4394.94 MB
5. Layout – Parte 1 – Asimov Academy.mp4464.02 MB
6. Layout – Parte 2 – Asimov Academy.mp4286.83 MB
7. Criação do banco de dados – Asimov Academy.mp4561.15 MB
8. Inserindo usuários no banco de dados – Asimov Academy.mp4619.10 MB
9. Finalizando a lógica de registros – Asimov Academy.mp4675.43 MB
10. Criando login e logout – Asimov Academy.mp4482.67 MB
Dash Auth – básico.zip13.67 KB
Dashboard COVID-19
1. Criação do dashboard Covid – Aula completa – Asimov Academy.mp4395.31 MB
Dashboard COVID-19.zip19.71 MB
Dashboard de vendas
1. Apresentação do projeto de vendas em supermercados – Asimov Academy.mp417.89 MB
2. Ingestão de dados – Asimov Academy.mp449.41 MB
3. Layout – Asimov Academy.mp453.60 MB
4. Callbacks – Asimov Academy.mp4112.73 MB
Supermarket Sales.zip50.43 KB
DASHBOARD GASPRICES
1. Apresentação – Asimov Academy.mp462.78 MB
2. Limpando o Dataset – Asimov Academy.mp4380.46 MB
3. Fazendo a linha 1 – Asimov Academy.mp4435.50 MB
4. Fazendo a linha 2 – Asimov Academy.mp4382.71 MB
5. Fazendo a linha 3 – Asimov Academy.mp4187.06 MB
6. Callbacks 1 – Asimov Academy.mp4424.05 MB
7. Callbacks 2 – Asimov Academy.mp4355.91 MB
8. Callbacks 3 – Indicadores – Asimov Academy.mp4258.40 MB
9. RangeSlider – Asimov Academy.mp4166.88 MB
10. Animações – Asimov Academy.mp4382.95 MB
dataset.txt55
GasPrices_Base.zip5.92 MB
github.txt70
DASHBOARD SALES ANALYSIS
1. Introdução – Asimov Academy.mp475.29 MB
2. Jupyter Lab – Asimov Academy.mp4247.87 MB
3. A estratégia em Prática – Asimov Academy.mp4246.19 MB
4. Gerando Gráficos – Asimov Academy.mp4248.14 MB
5. Row 1 – Asimov Academy.mp4409.50 MB
6. Row 2 – Asimov Academy.mp4162.85 MB
7. Row 3 – Asimov Academy.mp4220.51 MB
8. Callbacks 1 – Asimov Academy.mp4229.87 MB
9. Callbacks 2 – Asimov Academy.mp4332.98 MB
10. Callbacks 3 – Asimov Academy.mp4226.32 MB
github.txt73
Sales_base.zip1.49 MB
ESTRATÉGIA DE ECOMMERCE COM MACHINE LEARNING
Projeto 1 – Regressão Linear em dados de Ecommerce
1. Apresentação do projeto – Regressão linear – Asimov Academy.mp4157.48 MB
2. Análise exploratória dos dados – Asimov Academy.mp4428.10 MB
3. Treinando o modelo de regressão – Asimov Academy.mp4531.09 MB
Regressão Linear.zip1.36 MB
Projeto 2 – Regressão Logística em dados de publicidade
1. Apresentação do projeto – Regressão Logística – Asimov Academy.mp494.23 MB
2. Análise exploratória dos dados – Asimov Academy.mp4386.68 MB
3. Treinando o modelo de regressão logística – Asimov Academy.mp4188.52 MB
Regressão Logística.zip1.30 MB
Projeto 3 – Random Forests para dados de financiamento pessoal
1. Apresentação – Análise de crédito com Machine Learning – Asimov Academy.mp4347.16 MB
2. Análise exploratória dos dados – Asimov Academy.mp4546.33 MB
3. Implementando modelo de árvores – Asimov Academy.mp4320.59 MB
Árvores de decisão e Florestas Aleatórias.zip1.07 MB
Projeto 4 – KMeans Clustering para segmentação de universidades
1. Projeto classificação de universidades – Asimov Academy.mp460.75 MB
2. Análise exploratória de dados – Asimov Academy.mp4420.83 MB
3. Treinando um modelo de KMeans – Asimov Academy.mp4245.23 MB
K-Means-Clustering.zip342.25 KB
Game Analysis – Dashboard com PostgreSQL
1. Consumo de Dados – Asimov Academy.mp4527.73 MB
2. DFs derivados e layout – Asimov Academy.mp4387.71 MB
3. Finalizando o Layout – Asimov Academy.mp4263.64 MB
4. Callbacks I – Asimov Academy.mp4393.89 MB
5 – Callbacks II + Considerações Finais – Asimov Academy.mp4463.26 MB
Github.txt43
MYBUDGET
1. Introdução – Asimov Academy.mp414.60 MB
2. Estrutura Das Aulas – Asimov Academy.mp48.92 MB
3. Apresentação do Projeto – Asimov Academy.mp434.17 MB
4. Estrutura Básica do Projeto – Asimov Academy.mp458.13 MB
5. Construção da Sidebar – Asimov Academy.mp455.86 MB
6. Criando o Modal – Asimov Academy.mp435.01 MB
7. Inserindo Formulário no Modal – Asimov Academy.mp4104.05 MB
8. Página de Dashboards – parte 1 – Asimov Academy.mp495.54 MB
9. Página de Dashboards – parte 2 – Asimov Academy.mp434.77 MB
10. Página de Extratos – Asimov Academy.mp456.56 MB
11. Arquitetura do Projeto – Asimov Academy.mp485.54 MB
12. Como lidar com variáveis globais – Asimov Academy.mp464.55 MB
13. Salvando Receitas – Parte 1 – Asimov Academy.mp4101.62 MB
14. Salvando Receitas – Parte 2 – Asimov Academy.mp499.47 MB
15. Salvando Despesas – Asimov Academy.mp434.21 MB
16. Gestão de Categorias – Asimov Academy.mp4137.37 MB
17 Callbacks do Dashboard – Asimov Academy.mp441.67 MB
18. Gráficos – parte 1 – Asimov Academy.mp4131.97 MB
19. Gráficos – parte 2 – Asimov Academy.mp495.84 MB
20. Página de Extratos – Asimov Academy.mp4313.93 MB
github.txt61
MyBudget_Alunos.zip396.09 KB
MyBudget_Alunos_2.zip396.09 KB
Projetos de Data Science
Módulo 0 – Onboarding
1. Onboarding – Asimov Academy.mp4183.00 MB
2. Habilidades do cientista de dados – Asimov Academy.mp4185.22 MB
3. Como funciona o curso – Asimov Academy.mp4150.78 MB
4. Pré-requisitos essenciais – Asimov Academy.mp4303.62 MB
Projetos Exclusivos
1. Análise de ações com Python e Pandas
1. Apresentação do módulo – Asimov Academy.mp435.26 MB
2. Apresentação – Analisando dados de ações – Asimov Academy.mp4103.68 MB
3. Biblioteca YFinance – Asimov Academy.mp4489.24 MB
4. Explicando o projeto – Asimov Academy.mp4239.49 MB
5. Resolução pt1 – Asimov Academy.mp4307.92 MB
6. Resolução pt2 – Asimov Academy.mp4342.27 MB
7. Resolução pt3 – Asimov Academy.mp4360.87 MB
Projeto_Mercado_Financeiro.zip649.32 KB
2. Análise de vendas de um marketplace
1. Apresentação do projeto – Asimov Academy.mp4160.12 MB
2. Exploração do dataset – Asimov Academy.mp4589.17 MB
3. Limpeza dos dados – Asimov Academy.mp4597.37 MB
4. Análise exploratória dos dados – pt. 1 – Asimov Academy.mp4680.84 MB
5. Análise exploratória dos dados – pt. 2 – Asimov Academy.mp4788.64 MB
6. O poder do Machine Learning – Asimov Academy.mp4763.53 MB
Sales_of_Summer_Wish.zip4.36 MB
3. Doenças cardíacas com Machine Learning
1. Apresentação do projeto – Asimov Academy.mp4234.79 MB
2. Análise exploratória dos dados – Asimov Academy.mp4763.21 MB
3. Aplicando Machine Learning – Asimov Academy.mp4635.18 MB
Cardiovascular-Desease.zip11.87 MB
Asimov
2. Analisando Dados com Pandas
1. Conceitos básicos de Pandas
1. O que é o Pandas e do ele é capaz.mp4470.70 MB
2. Como estudar Pandas.mp4179.07 MB
3. Como vão se dar as aulas.mp4112.84 MB
4. Series.mp4575.33 MB
5. DataFrames e manipulação de colunas.mp4422.69 MB
6. Iloc e Filtros.mp4395.36 MB
7. Operações com índices.mp4224.66 MB
8. Índices multiníveis.mp4258.84 MB
9. Tratamento de dados ausentes.mp4318.39 MB
10. Groupby.mp4394.51 MB
11. Merge, concat e Join.mp4551.99 MB
12. Operações com DataFrames.mp4371.00 MB
13. Séries temporais no pandas.mp4260.54 MB
14. Entrada e Saída de dados.mp4622.13 MB
15. Encerramento.mp467.83 MB
Apostilas Pandas.zip8.01 MB
2. Projeto 1 – Análise dos preços da gasolina no Brasil
2.1. Apresentação dos exercícios.mp4229.52 MB
2.2. Resolução dos exercícios pt1.mp4326.80 MB
2.3 e 2.4 Resolução dos exercícios pt2.mp4288.37 MB
2.5. Resolução dos exercícios pt3.mp4400.40 MB
3. Projeto 2 – Análise de dados de obesidade mundial
3.1. Apresentação do Projeto.mp440.54 MB
3.2. Funções adicionais.mp435.94 MB
3.3. Obesity pt 1.mp435.90 MB
3.4. Obesity pt2.mp431.09 MB
4. Projeto 3 – Análise de dados de PIB per capita
4.1. GDP pt1.mp431.93 MB
4.2. GDP pt2.mp417.30 MB
4.3. GDP pt3.mp489.71 MB
5. Resolução do desafio
5.1. Desafio final.mp463.92 MB
3. Trading Quantitativo
0. Onboarding
1. Apresentação do curso Trading Quantitativo – Asimov Academy – 1920×1080 5000K.mp434.07 MB
2. O que você será capaz de fazer com a trilha – Asimov Academy – 1920×1080 5000K.mp462.10 MB
3. Como o curso está formatado – Asimov Academy – 1920×1080 5000K.mp493.61 MB
1. Conceitos Fundamentais
1. O que é e para que serve o mercado financeiro – Asimov Academy – 1920×1080 5000K.mp4100.83 MB
2. Instrumentos financeiros – Asimov Academy – 1920×1080 5000K.mp4222.91 MB
3. Dinâmica de preços e livro de ofertas – Asimov Academy – 1920×1080 5000K.mp4160.72 MB
2. Metodologia do Trading Quantitativo
1. O que é uma estratégia de investimento – Asimov Academy – 1920×1080 5000K.mp498.28 MB
2. Análise fundamentalista x análise técnica – Asimov Academy – 1920×1080 5000K.mp4160.35 MB
3. Análise quant – Asimov Academy – 1920×1080 5000K.mp4162.70 MB
4. Estratégias sistemáticas x discricionárias – Asimov Academy – 1920×1080 5000K.mp495.46 MB
5. Método científico – Asimov Academy – 1920×1080 5000K.mp4125.56 MB
6. Fluxo de desenvolvimento de estratégias – Asimov Academy – 1920×1080 5000K.mp4160.81 MB
3. Backtesting
1. Introdução ao Backtesting – Asimov Academy – 1920×1080 5000K.mp465.76 MB
2. Componentes de uma estratégia de investimento – Asimov Academy – 1920×1080 5000K.mp4145.01 MB
3. Intuição matemática por trás de estratégias – Asimov Academy – 1920×1080 5000K.mp486.01 MB
4. Análise de cenários com simulação de Monte Carlo – Asimov Academy – 1920×1080 5000K.mp4116.18 MB
5. Simulando uma estratégia de Martingale – Asimov Academy – 1920×1080 5000K.mp4111.51 MB
6. Por que backtestar – Asimov Academy – 1920×1080 5000K.mp454.95 MB
7. Backtestando uma estratégia de RSI – Asimov Academy – 1920×1080 5000K.mp454.03 MB
8. Obtenção e tratamento de dados – Asimov Academy – 1920×1080 5000K.mp4111.56 MB
9. Calculando o RSI – Asimov Academy – 1920×1080 5000K.mp4131.86 MB
10. Backtestando a estratégia – Asimov Academy – 1920×1080 5000K.mp4102.41 MB
11. Calculado a curva de retornos da estratégia – Asimov Academy – 1920×1080 5000K.mp4129.14 MB
12. Vieses operacionais – Asimov Academy – 1920×1080 5000K.mp4126.13 MB
13. Mensuração de parâmetros – Asimov Academy – 1920×1080 5000K.mp447.39 MB
14. Mensuração de performance – Asimov Academy – 1920×1080 5000K.mp468.81 MB
15. Otimização de parâmetros – Asimov Academy – 1920×1080 5000K.mp4134.50 MB
4. Fonte de dados
1. Apresentação do módulo – Asimov Academy – 1920×1080 5000K.mp444.49 MB
2. TVData Feed – Asimov Academy – 1920×1080 5000K.mp489.16 MB
3. Yahoo Finance – Asimov Academy – 1920×1080 5000K.mp479.88 MB
4. MetaTrader 5 pt1 – Asimov Academy – 1920×1080 5000K.mp4102.05 MB
5. MetaTrader 5 pt2 – Asimov Academy – 1920×1080 5000K.mp4204.59 MB
6. Manipulação de séries temporais – Asimov Academy – 1920×1080 5000K.mp4104.37 MB
7. CSV x Parquet – Asimov Academy – 1920×1080 5000K.mp4132.69 MB