Plano de Estudo
Do 0 ao ML
64 cursos
Criado por
Victor Bertoncini Batista
O que é este plano de estudo?
Planos de estudo são sequências de cursos e outros conteúdos criados por alunos e alunas da Alura para organizar seus estudos. Siga planos que te interessem ou crie o seu próprio.
Passo a passo
-
1
Conteúdo do plano
-
Curso Data Science: analise e visualização de dados
-
Curso Python Pandas: tratando e analisando dados
-
Curso Estatística com Python: frequências e medidas
-
Curso Estatística com Python: probabilidade e amostragem
-
Curso Regressão linear: testando relações e prevendo resultados
-
Curso Regressão Linear: técnicas avançadas de modelagem
-
Curso Data Visualization parte 1: introdução ao design de gráficos
-
Curso Data Visualization parte 2: Escolhendo o melhor gráfico
-
Curso Data Visualization: criação de gráficos com o Matplotlib
-
Curso Data Science: testes estatísticos com Python
-
Curso Análise de experimentos: testes, mapas de cores e análises dos dados.
-
Curso Data Science: análises para saúde e medicina
-
Curso Data Science: visualização de dados para saúde e medicina
-
Curso Matemática: Funções e seus usos
-
Curso Matemática: Operações com Matrizes
-
Curso Matemática: Continuidade de funções e seus limites
-
Curso Matemática: Cálculo de derivadas
-
Curso Matemática: Introdução ao cálculo de integrais
-
Curso Modelos Matemáticos: usando Funções no R^n
-
Curso Matemática: derivadas no Rn
-
Curso Matemática: iniciando em álgebra linear e vetores
-
Curso Matemática: álgebra linear e vetores no R3
-
Curso Matemática: espaços e subespaços vetoriais
-
Curso Matemática: sistemas de equações algébricas lineares
-
Curso Estatística com Python: testes de hipóteses
-
Curso Estatística com Python: Correlação e Regressão
-
Curso Data Science: modelos de regressão por baixo dos panos
-
Curso Python para Data Science
-
Curso Python para Data Science: linguagem e Numpy
-
Curso Python para Data Science: Funções, Pacotes e Pandas
-
Curso GeoPandas Parte 1: trabalhando com dados Geoespaciais
-
Curso GeoPandas Parte 2: visualização com mapas interativos
-
Curso Pandas: formatos diferentes de entrada e saída (IO)
-
Curso Data Visualization: explorando com Seaborn
-
Curso Data Science: análise de series temporais
-
Curso Análise de série temporal: COVID-19
-
Curso Corretor Ortográfico em Python: aplicando técnicas de NLP
-
Curso Scraping com Python: coleta de dados na web
-
Curso Machine Learning: classificação com SKLearn
-
Curso Machine Learning: classificação por trás dos panos
-
Curso Machine Learning: lidando com dados de muitas dimensões
-
Curso Clustering: k-means, DBSCAN e mean shift
-
Curso Clustering: extraindo padrões de dados
-
Curso Machine Learning: validação de modelos
-
Curso Machine Learning parte 1: otimização de modelos através de hiperparâmetros
-
Curso Machine Learning parte 2: otimização com exploração aleatória
-
Curso Deep Learning parte 1: Keras
-
Curso Deep Learning parte 2: como a rede aprende
-
Curso Deep Learning: previsão com Keras
-
Curso Regressão: implemente uma rede neural com numpy
-
Curso Linguagem Natural parte 1: NLP com análise de sentimento
-
Curso Linguagem Natural parte 2: continuando com a análise de sentimento
-
Curso NLP: regex e modelos de linguagem
-
Curso Word2Vec: interpretação da linguagem humana com Word embedding
-
Curso Word2Vec: treinamento de Word Embedding
-
Curso Reconhecimento de imagens: Twitter e Computer Vision API
-
Curso Análise e Classificação de Faces: visão Computacional com OpenCV
-
Curso Árvores de Decisão: aprofundando em modelos de Machine Learning
-
Curso Redes Neurais: Deep Learning com PyTorch
-
Curso Treinando uma Rede Neural: Deep Learning com PyTorch
-
Curso Redes Neurais Recorrentes: Deep Learning com Pytorch
-
Curso Redes Neurais Convolucionais: Deep Learning com PyTorch
-
Curso MLOps: Machine Learning e APIs
-
Curso MLOps: deploy de modelos
-