Python do básico ao avançado + inteligência artificial
4.4 (740 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
9,607 students enrolled

Python do básico ao avançado + inteligência artificial

Desenvolva softwares com python, inteligências artificiais para classificação de imagens, previsões e muito mais
4.4 (740 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
9,607 students enrolled
Last updated 11/2019
Portuguese
Portuguese [Auto]
Current price: $139.99 Original price: $199.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 12 hours on-demand video
  • 2 articles
  • 4 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • O básico da lógica de programaçao
  • Estruturas de repetição, estruturas de decisão, vetores, matrizes, listas, tuplas, dicionarios, funções, tratamento de exeções
  • Bibliotecas para ciência de dados e Machine Learning NumPy, Matplotlib, Pandas e CSV
  • Redes neurais com Keras, para classificassão de imagens, Previsões de valores...
  • Banco de dados MySql, criação de tablelas, chaves primárias, insert e select
  • Acesso a bancos de dados com python
  • Criação de interface gráfica com Tkinter
  • Conceitos de redes neurais multicamadas como: Bias, Gradiente Descendente, Regressão logística, custo, função da hipótese e muito mais
Requirements
  • Conhecimentos básicos de informática para instalação de software
Description

Aprenda Python na prática com exercícios reais do dia a dia.

Neste curso mesmo você que nunca programou na vida sairá capaz de desenvolver seus próprios programas com interação a banco de dados, interfaces gráficas, fazer análises de dados em massa, desenvolver redes neurais para solucionar diversos problemas como classificação de imagem, agrupamentos, previsões e muito mais.

Não perca esta oportunidade única de se tornar um especialista em Python.



Who this course is for:
  • Pessoas que desejam aprender a programar em python, com interesse em inteligência artificial, ciência de dados e softwares comerciais
Course content
Expand all 93 lectures 12:10:28
+ Introdução
2 lectures 10:53
Instalação do ambiente, compilação e interpretação
10:01
+ Introdução a programação com python
23 lectures 02:35:31
Variáveis
14:06
Manipulação de strings
09:06
Operadores aritméticos
06:25
Entrada de dados
03:30
Estrutura condicional IF/ELSE
07:50
Desafio prático IF/ELSE
06:23
IN (ESTÁ CONTIDO)
06:18
Laços de repetição: While
09:10
Laços de repetição: While, parte 2
03:44
Laços de repetição: For
04:33
Laços de repetição: For, parte2
05:13
Tratamento de exceção
06:31
Estrutura de dados: listas
14:13
Estrutura de dados: listas parte 2
11:18
Funções
09:10
Retornando valores de funções
02:42
Módulos
06:43
Arquivos
05:50
Exercício 1
05:07
Exercício 2
03:09
Exercício 3
01:45
Exercício 4
03:02
+ Banco de dados: MySql
5 lectures 33:55
Introdução e instalação do MySql
11:05
Tabelas
06:14
INSERT INTO: inserção de dados no MySql
07:27
AUTO_INCREMENT
04:49
SELECT: Visualizando dados
04:20
+ Interação a banco de dados com PyMySql
15 lectures 02:06:32
Fazendo a conexão com o banco de dados
11:13
Inserindo dados em uma tabela MySql
08:21
Extrair dados das tabelas
05:29
Apresentando o Banco de dados
02:30
Banco de Dados
00:41
Função para logar e cadastrar
19:28
Função para cadastrar produtos
11:06
Função listar produtos
09:28
Função excluir produtos
05:20
Função listar pedidos
11:04
Gerando estatísticas - Parte 1
13:17
Gerando estatísticas - Parte 2
13:31
Gerando estatísticas - Parte 3
02:29
Gerando estatísticas - Parte 4
04:41
+ Criação de interfaces gráficas com Tkinter
15 lectures 02:26:03
Criando uma janela
05:12
Criando campos para textos - Label
05:02
Criando campos para entrada de dados - Entry
04:11
Criando botões - Button
06:55
Calculo de IMC
10:45
Criando Treeview
07:41
Criando um Frame
03:17
PROJETO RESTAURANTE - Tela de login
16:16
PROJETO RESTAURANTE - Autenticando Login - Back End
13:06
PROJETO RESTAURANTE - Cadastre-se - Back End
14:51
PROJETO RESTAURANTE - Visualizar Cadastros - Front e Back End
14:38
PROJETO RESTAURANTE - Cadastro de Produtos - Front End
18:52
PROJETO RESTAURANTE - Cadastro de Produtos - Back End
12:17
PROJETO RESTAURANTE - Atualizar, Excluir e Limpar Cadastros - Back End
11:05
+ Ciência de dados
16 lectures 01:31:43
Estatística básica
08:22
Apresentando o Anaconda/Spyder
06:48
PANDAS - Criando DataFrame
07:28
PANDAS - Extraindo valores do DataFrame
03:29
PANDAS - Dados estatísticos do DataFrame
04:36
PANDAS - Operações com o DataFrame
04:42
PANDAS - Limitando buscas no DataFrame
02:26
PANDAS - Lendo arquivos .CSV pronto
08:28
NUMPY - Arrays e Matrizes
11:07
NUMPY - Operações com matrizes
03:14
MATPLOTLIB - Retas no plano
06:36
MATPLOTLIB - Estilizando o gráfico
04:25
MATPLOTLIB - Gráfico de barras e comparações entre graficos
06:29
MATPLOTLIB - Gráfico de setores(pizza)
03:49
MATPLOTLIB - Gráficos 3D
04:04
+ Redes Neurais
17 lectures 02:45:50
Introdução a Redes Neurais (AULA TEÓRICA)
04:59
Neuronio artificial - Perceptron (AULA TEÓRICA)
15:53
Perceptron aprendendo a tabela AND (AULA TEÓRICA)
11:09
Perceptron aprendendo a tabela and (AULA PRÁTICA)
09:43
Redes Multicamadas - Bias (AULA TEÓRICA/PRÁTICA)
15:05
Redes Multicamadas - Custos E função da hipótese (AULA TEÓRICA)
07:56
Errata
00:06
Redes Multicamadas - Sigmoid (AULA TEÓRICA/PRÁTICA)
08:50
Redes Multicamadas - Gradiente descendente - derivada parcial (AULA TEÓRICA)
06:30
Redes Multicamadas - Derivada Parcial (AULA PRÁTICA)
03:12
Redes Multicamadas - Delta (AULA TEÓRICA)
06:18
Redes Multicamadas - Delta (AULA PRÁTICA)
08:34
Redes Multicamadas - Backpropagation (AULA TEÓRICA/PRÁTICA)
08:18
Redes Neurais convolucionais (AULA PRÁTICA)
15:18
Projeto Classificação de imagens
09:28
Projeto Classificação de imagens
26:34