├── LICENSE ├── README.md └── guia-de-estudos-ia.md /LICENSE: -------------------------------------------------------------------------------- 1 | MIT License 2 | 3 | Copyright (c) 2020 Wendel Marques 4 | 5 | Permission is hereby granted, free of charge, to any person obtaining a copy 6 | of this software and associated documentation files (the "Software"), to deal 7 | in the Software without restriction, including without limitation the rights 8 | to use, copy, modify, merge, publish, distribute, sublicense, and/or sell 9 | copies of the Software, and to permit persons to whom the Software is 10 | furnished to do so, subject to the following conditions: 11 | 12 | The above copyright notice and this permission notice shall be included in all 13 | copies or substantial portions of the Software. 14 | 15 | THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR 16 | IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, 17 | FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE 18 | AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER 19 | LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, 20 | OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE 21 | SOFTWARE. 22 | -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 |

Materiais de estudos sobre Data Science e Machine Learning (nível iniciante)

2 | 3 | O objetivo deste respositório é organizar materiais de estudos - majoritariamente gratuitos e em PT-BR - sobre ciência de dados e inteligência artificial. Inicialmente, o criei para organizar os vários links que encontrei durante minhas pesquisas por materiais. Atualmente, acrescento todos materiais que acredito ser importante para quem está iniciando na área. 4 | 5 | Sinta-se a vontade para adicionar conteúdos. 6 | 7 | 8 |
9 |
10 | 11 |

12 | 13 |

14 |

15 | Eu estudando na pandemia 16 |

17 | 18 | 19 | 20 | 21 | 22 |

LISTA DE CONTEÚDOS

23 | 24 | * [Minha trilha/ Jornada](#minhaTrilha) 25 | * [Um pouco sobre a área](#sobre) 26 | * [Motivação](#motivacao) 27 | * [Trilhas/ Dicas de estudos/ Roadmaps](#trilhas) 28 | * [Conteúdos para utilizar à medida que avançar](#avanco) 29 | * [Livros gratuidos e pagos](#livros) 30 | * [Matemática](#mat) 31 | * [Fundamentos de matemática](#f_mat) 32 | * [Matemática para Data Science](#mat_ds) 33 | * [Matemática para Machine/Deep Learning](#mat_ml) 34 | * [Linguagem Python](#python) 35 | * [Linguagem R](#r) 36 | * [Aulas sobre algumas bibliotecas](#bibli) 37 | * [Tensoflow](#tensor) 38 | * [Pandas](#pandas) 39 | * [Fundamentos IA](#fund_ia) 40 | * [Machine Learning](#ml) 41 | * [Redes Neurais/ Deep Learning](#dp) 42 | * [Data Science](#ds) 43 | * [Canais do Youtube](#yt) 44 | * [Sites com desafios/ problemas](#desafios) 45 | * [Cursos Udemy/ Udacity/ Coursera](#cursos) 46 | * [Udemy](#ude) 47 | * [Udacity](#uda) 48 | * [Coursera](#coursera) 49 | * [Datasets para iniciantes](#dataset) 50 | * [Repositórios](#rep) 51 | * [Dicas para montar portifólio](#portifolio) 52 | * [Freelancer em Data Science](#freela) 53 | * [Mais ou menos off topic](#off) 54 | * [Representatividade](#repres) 55 | * [Sites úteis para desenvolvedores Python](#uteis) 56 | * [Links úteis](#l_uteis) 57 | * [Podcasts](#pod) 58 | * [Open source](#open) 59 | * [Artigos](#art) 60 | * [Possíveis áreas de especialização](#esp) 61 | * [Instituições](#inst) 62 | 63 | ------------------------------------------- 64 |

MINHA TRILHA/ JORNADA

65 | 66 | 67 | **Cursos realizados e experiências profissinais/ acadêmicas** 68 | 69 | * **2020** 70 | * [Concluído] [Python para Análise de Dados - Data Science Academy](https://www.datascienceacademy.com.br/course?courseid=python-fundamentos) [[certificado]](https://www.datascienceacademy.com.br/certificate/57b4a75247d7dd688d8b456b/user/5eb4289ee32fc3728940687c) 71 | * [Concluído] [Introdução ao Big Data - Fia Business School (Cousera)](https://www.datascienceacademy.com.br/course?courseid=python-fundamentos) [[certificado]](https://www.coursera.org/account/accomplishments/records/U6WVRZY6CGQE) 72 | * [Pausado] [Bootcamp Completo em Data Science com Python 2020](https://www.udemy.com/course/curso-de-data-science-bootcamp-completo-em-data-science/) 73 | * [Pausado] [Programa de cursos integrados Ciência de dados aplicada com Python da University of Michigan](https://www.coursera.org/specializations/data-science-python) 74 | * Estágio na área de Engenharia de Dados: criação de scripts para apoiar os processos de ETL do Observátorio FIEG. 75 | 76 | * **2021** 77 | * Iniciação Cientifica na área de Minereação de Dados (2020/2021) 78 | * [Em andamento] [Curso de Python 3 do Básico Ao Avançado - Luiz Miranda (Udemy)](https://www.udemy.com/course/python-3-do-zero-ao-avancado/) 79 | * [Em andamento] [Data Science do Zero - Stack Tecnologias (antigo Minerando Dados)](https://stacktecnologias.com.br/curso-data-science-do-zero/) 80 | * Bolsista em um centro de pesquisa em Inteligência Artificial 81 | 82 | 83 | 84 | **Projetos desenvolvidos até o momento** 85 | 86 | * [Mapeamento de médias do ENEM com Folium:](https://github.com/WendelMarques/mapeamento-medias-enem-folium) 87 | Mapeamento de médias do ENEM com Folium (uma biblioteca que facilita a visualização de dados em um mapa). A plotagem foi realizada levando-se em consideração os limites estaduais. Sendo assim, existem 27 grupos de escolas. Foram utilizados dois datasets. [[Medium]](https://medium.com/@wendelmarques/mapeamento-de-m%C3%A9dias-do-enem-por-estado-com-folium-bf61fe23a3d8) 88 | 89 | * [Painel COVID GYN:](https://github.com/wendelmarques/painel-covid-goiania) 90 | O projeto utiliza abordagens de ciência dos dados para desenvolver um painel de monitoramento dos dados da COVID-19 em relação a casos confirmados e óbitos. O painel contém gráficos e mapa com dados de Goiânia. 91 | 92 | 93 | 94 | 95 | 96 |

UM POUCO SOBRE A ÁREA

97 | 98 | * [A Diferença Entre Inteligência Artificial, Machine Learning e Deep Learning - Data Science Brigade](https://medium.com/data-science-brigade/a-diferen%C3%A7a-entre-intelig%C3%AAncia-artificial-machine-learning-e-deep-learning-930b5cc2aa42) [Medium] 99 | * [O que é Ciência de Dados? (QuebraDev)](https://quebradev.com.br/o-que-e-ciencia-de-dados/) [Podcast] 100 | * [[Online | DevAIWomen] Bate papo sobre Data Science, Data Analytics e Data Engineer](https://www.youtube.com/watch?v=OiE7CVi1QCA) 101 | * [Quem quer ser uma cientista de dados? com Liliane Scandoleiro - AI Girls Comunidade](https://www.youtube.com/watch?v=AcpTqGPExmU) 102 | * [Como iniciar na carreira de ciência de dados?](https://medium.com/@mikaeriohana/como-iniciar-na-carreira-de-ci%C3%AAncia-de-dados-9b37aa525181) 103 | * [10 tipos de profissionais de dados : de engenheiros de dados a big data DevOps e analistas de dados , em qual dessas classificações você se encaixaria?](https://medium.com/@luis.anderson.sp/10-tipos-de-profissionais-de-dados-de-engenheiros-de-dados-a-big-data-devops-e-analistas-de-94259531270f) [Medium] 104 | 105 |

MOTIVAÇÃO

106 | 107 | * ["Ciência de Dados do Zero à Kaggle Kernels Master" - Leonardo Fereira](https://www.linkedin.com/pulse/data-science-from-zero-kaggle-kernel-master-leonardo-ferreira/) | [Linkedin] 108 | * [#SprintPrograMaria - Casos Técnicos com Machine Learning](https://www.youtube.com/watch?v=qlP98Ph3RaU&t=3109s) | [Youtube] 109 | * [#SprintPrograMaria | Tudo o que você queria saber sobre IA](https://www.youtube.com/watch?v=uc5v-DmiY40) | [Youtube] 110 | * [Quem quer ser uma engenheira de dados? com Pamela Santos (AI Girls)](https://www.youtube.com/watch?v=CS5L6CJycuo) | [Youtube] 111 | * [Como consegui me tornar uma cientista de dados sem ter formação em tecnologia? com Fernanda Santos (AI Girls)](https://www.youtube.com/watch?v=eXg2sVIbFdM) | [Youtube] 112 | * [Tudo que você precisa saber para trabalhar com Inteligência Artificial - Computer World](https://computerworld.com.br/2019/09/29/tudo-que-voce-precisa-saber-para-trabalhar-com-inteligencia-artificial/) 113 | * [Como eu me tornei um Engenheiro de Machine Learning/Deep Learning - Arnaldo Gualberto](https://medium.com/ensina-ai/como-eu-me-tornei-um-engenheiro-de-machine-learning-deep-learning-e5e98b793b66) | [Medium] 114 | * [Dilemas da escolha profissional - Kizzy Terra](https://medium.com/programacaodinamica/dilemas-da-escolha-profissional-49bf206af19a) | [Medium] 115 | * [Workshop Machine Learning com Fernanda Wanderley](https://www.youtube.com/watch?v=Jq4aKxaoLGM) | [Youtube] 116 | * [Trabalho de um cientista de dados - Café Debug/ Podcast](https://soundcloud.com/cafe-de-bug/33-trabalho-de-um-cientista-de-dados) 117 | * [Investir em uma carreira em IA vale a pena?](https://blogbrasil.westcon.com/investir-em-uma-carreira-em-inteligencia-artificial-vale-a-pena) 118 | 119 |

TRILHAS/ DICAS DE ESTUDOS/ ROADMAPS

120 |

Os conteúdos dos links podem ser utilizados para quem deseja montar um plano de estudos ou simplemente ter uma noção do que é necessário estudar. Me ajudaram a entender mais sobre a área, onde eu estava e por onde deveria seguir, por assim dizer.

121 | 122 | * [Trilha para Cientista de Dados ou estudante de Machine Learning - Odemir Depieri Jr](https://www.linkedin.com/feed/update/urn:li:activity:6852692981191852032/) | [LinkedIn] 123 | * [Trilha de Estatística para Data Science - Ronisson Lucas](https://github.com/ronissonlucas/Trilha-Estatistica-Data-Science) | [GitHub] 124 | * [Como criar um PLANO DE ESTUDOS para se tornar um CIENTISTA DE DADOS? (Roadmap Ciência de Dados) - 125 | Programação Dinâmica](https://www.youtube.com/watch?v=o8NpsLSkKUo&t=464s) | [YouTube] 126 | * [Minha trilha de estudos para Data Science - Letícia Gerola/ Joguei os Dados](https://medium.com/joguei-os-dados/minha-trilha-de-estudos-para-data-science-bbfddf3941eb) | [Medium] 127 | * [Como se tornar um Cientista de Dados - 128 | Marcos Silva](https://medium.com/team-data-stone/como-se-tornar-um-cientista-de-dados-bdda45047be1) | [Medium] 129 | * [Para iniciar em Data Sciense (DS) - Letícia Silva - ColaboraDados](http://colaboradados.com.br/blogposts/para-iniciar-em-data-science.html) 130 | * [Roadmap para Cientista de Dados l MÉTODO VOYAGER](https://www.youtube.com/watch?v=oBJNbNn4Wn8) 131 | * [Seus primeiros passos como Data Scientist: Introdução ao Pandas! - Vinícios Figueiredo](https://medium.com/data-hackers/uma-introdu%C3%A7%C3%A3o-simples-ao-pandas-1e15eea37fa1) [Medium] 132 | * [Siga Este Plano Para Aprender a Matemática Para Data Science - Live #31 - Mario Filho - Data Science](https://www.youtube.com/watch?v=XHnsS87bhuY&t=2599s) | [pt-br] [Youtube] 133 | * [Python para ciência de dados em 5 passos - Nana Raythz](https://imasters.com.br/data/python-para-ciencia-de-dados-em-5-passos) 134 | * [Plano de estudos em machine learning completo](https://github.com/italojs/awesome-machine-learning-portugues) | [pt-br] [GitHub] 135 | * [Dicas de estudos para aprender Machine Learning](https://juliocprocha.wordpress.com/2017/04/09/dicas-de-estudos-para-aprender-machine-learning/) | [pt-br] 136 | * [Data Science e Machine Learning - Uma trilha de aprendizagem](https://medium.com/@antonio.cavalcanti/data-science-e-machine-learning-uma-trilha-de-aprendizagem-8f7207044014) | [pt-br] [Medium] 137 | * [Trilha de aprendizagem sobre Inteligência Artificial - Wesley Almeida](https://www.linkedin.com/pulse/trilha-de-aprendizagem-sobre-intelig%C3%AAncia-artificial-wesley-almeida/) | [pt-br][Linkedin] 138 | * [Listagem de conteúdos de cursos de IA](https://igoralcantara.com.br/cursos/) | [pt-br] (obs.: não estou indicando os cursos, até porque não os fiz, mas sim indicando a página para que a lista de conteúdos possa ser utilizada para montar um plano de estudos, por exemplo.) 139 | * [Afinal, o que de matemática você precisa saber para entrar de vez no Machine Learning?](https://medium.com/lejoaoconte/afinal-o-que-de-matem%C3%A1tica-voc%C3%AA-precisa-saber-para-entrar-de-vez-no-machine-learning-bf8be40da8cf) | [pt-br][Medium] 140 | * [Aprender Deep Learning sem gastar nada](https://medium.com/lejoaoconte/aprenda-deep-learning-sem-gastar-nada-db1c275c0c13) | [pt-br][Medium] 141 | * [O Segredo Para Dominar o Machine Learning](https://medium.com/lejoaoconte/o-segredo-para-dominar-o-machine-learning-b9d60ceef172) | [pt-br][Medium] 142 | * [A Quarentena do Cientista de Dados, o que estudar?](https://medium.com/data-hackers/a-quarentena-do-cientista-de-dados-o-que-estudar-f6eefb0a7778) | [pt-br][Medium] 143 | * [Curso IA (2019) - USP](https://edisciplinas.usp.br/course/view.php?id=71193https://edisciplinas.usp.br/course/view.php?id=71193) 144 | * [Como começar em Data Science? (Seja Um Data Scientist)](https://www.youtube.com/watch?v=eXg2sVIbFdM) | [Youtube] 145 | * [O QUE EU FARIA, SE TIVESSE QUE COMEÇAR DATA SCIENCE HOJE](https://www.youtube.com/watch?v=VlYDWOfiFuc) | [Youtube] 146 | * [Siga esse mapa de estudos e aprenda Data Science (Seja Um Data Scientist)](https://www.youtube.com/watch?v=2g7TBUDkDhM) | [Youtube] 147 | * [Matemática para Machine Learning - Didática Tech](https://www.youtube.com/watch?v=MSHpE9dnIho&list=PLyqOvdQmGdTTYHKdxWRmt8oOhMwYhmxkM) | [pt-br] [Youtube] (Dicas de como estudar matemática) 148 | * [Finalmente: uma fonte segura mostra o salário de um Cientista de Dados no Brasil! (Mario Filho - Data Science)](https://www.youtube.com/watch?v=zsEEFUJo0zQ) | [pt-br] [Youtube] 149 | * [Siga Este Plano Para Aprender a Matemática Para Data Science - Live #31 - Mario Filho - Data Science](https://www.youtube.com/watch?v=XHnsS87bhuY&t=2599s) | [pt-br] [Youtube] 150 | 151 | 152 | 153 |

CONTEÚDOS PARA UTILIZAR À MEDIDA QUE AVANÇAR NOS ESTUDOS

154 |

Exercícios e resumos que podem ser aproveitados durante os estudos. 155 | 156 | * [Workshop de Ciência de Dados para iniciantes - Nana Raythz](https://github.com/NatOps/Workshop-ciencia-de-dados) | [GitHub] 157 | * [Plano de estudos em machine learning com conteúdos em português](https://github.com/italojs/awesome-machine-learning-portugues) | [GitHub] 158 | * [Faster Data Science Education](https://www.kaggle.com/learn/overview): "Esses micro-cursos são a maneira mais rápida de obter as habilidades necessárias para realizar projetos independentes de ciência de dados." | [Kaggle][Inglês] 159 | 160 |

LIVROS GRATUITOS E PAGOS

161 | 162 | Livros recomendados por profissionais da área. Peguei essas recomendações em lives e artigos no Medium. 163 | (PT-BR e em inglês) 164 | 165 | * [Python Data Science Handbook](https://colab.research.google.com/github/jakevdp/PythonDataScienceHandbook/blob/master/notebooks/Index.ipynb#scrollTo=GBz3cb5ZbWT5) - "Esta é a versão do caderno Jupyter do Python Data Science Handbook de Jake VanderPlas; o conteúdo está disponível no GitHub." 166 | * Python para análise de dados: Tratamento de dados com Pandas, NumPy e IPython 167 | * Data Science do Zero - Primeiras Regras Com o Python do autor Joel Grus 168 | * Análise de Dados com Python e Pandas - Daniel Chen 169 | * Como Mentir com Estatística - Darrell Heff 170 | * Mãos à Obra: Aprendizado de Máquina com Scikit-Learn & TensorFlow 171 | * Estatística Prática para Cientistas de Dados - Andrew Bruce, Peter C. Bruce 172 | * Storytelling com Dados: um guia sobre visualização de dados para profissionais de negócio - autora Cole Nussbaumer Knaflic 173 | * Business Intelligence e Análise de Dados para Gestão do Negócio - autor Dursun Delen 174 | * Essential Math for Data Science 175 | * Data Science Para Negócios: O que Você Precisa Saber Sobre Mineração de Dados e Pensamento Analítico de Dados 176 | * [Deep Learning - Ian Goodfellow/ Yoshua Bengio/ Aaron Courville](https://www.deeplearningbook.org/): muito recomendado por profissionais da área. | [Inglês] 177 | * [Deep Learning Book - Data Science Academy](http://deeplearningbook.com.br/) | [pt-br] 178 | * [Introdução à Ciência de Dados: Fundamentos e Aplicações - IME/ USP/ Pedro Morettin/ Julio Singer](https://www.ime.usp.br/~pam/cdados.pdf) | [pt-br] 179 | * [Como funciona o Deep Learning - ICMC/ USP/ Moacir Ponti/Gabriel Costa](https://sites.icmc.usp.br/moacir/papers/Ponti_Costa_Como-funciona-o-Deep-Learning_2017.pdf) | [pt-br] 180 | 181 |

MATEMÁTICA

182 | 183 |

Pelas minhas pesquisas, uma ótima forma de estudar matemática é por demanda. Por exemplo, estudar conteúdos de matemática à medida que for necessário, porque assim você evita o esquecimento, o que provavelmente aconteceria se estudarmos todos os pré-requisitos antes de iniciar em IA. Porém, é uma boa dar uma olhada em matemática básica antes, se necessário.

184 | 185 |

FUNDAMENTOS DE MATEMÁTICA

186 | 187 | * [Fundamentos de Matemática - Didática Tech](https://www.youtube.com/watch?v=JVoOF4hjPi8&list=PLyqOvdQmGdTRR5JfSyyeVO4XG7IkBcw5A) | [pt-br][Youtube] 188 | * [Pré-cálculo do Zuruba - Zurubabel](https://www.youtube.com/watch?v=huY40aEe30M&list=PL4OAe-tL47sbtMWKh_gOwgAURmja4v7cN) | [pt-br] [Youtube] 189 | * [Siga Este Plano Para Aprender a Matemática Para Data Science - Live #31 - Mario Filho - Data Science](https://www.youtube.com/watch?v=XHnsS87bhuY&t=2599s) | [pt-br] [Youtube] 190 | 191 | 192 |

MATEMÁTICA PARA DATA SCIENCE

193 | 194 | * [Trilha EstaTiDados](https://www.youtube.com/playlist?list=PLjdDBZW3EmXe6hO2Rt5Q9I5wzRZ7j7K8P) (as primeiras aulas) | [pt-br] 195 | * [Curso de Estatística - Gratuito e Ilimitado - EstaTiDados](https://www.youtube.com/playlist?list=PLjdDBZW3EmXedXYzH-whV58rML91kbwFC) | [Youtube] 196 | 197 |

MATEMÁTICA PARA MACHINE/DEEP LEARNING

198 | 199 | * [Matemática e Programação para Aprendizado de Máquina](https://matheusfacure.github.io/2017/01/15/pre-req-ml/): Uma lista para cobrir rapidamente os pré-requisitos para aprendizado de máquina | [pt-br] [GitHub] 200 | * [Matemática para Machine Learning - Didática Tech](https://www.youtube.com/watch?v=MSHpE9dnIho&list=PLyqOvdQmGdTTYHKdxWRmt8oOhMwYhmxkM) | [pt-br] [Youtube] 201 | * [Revisão de Machine Learning - Zurubabel](https://www.youtube.com/watch?v=I86gYeLmkT0&list=PL4OAe-tL47sZSCaprWZ6CrJhCTq2gUQCb) | [pt-br] [Youtube] 202 | * [Afinal, o que de matemática você precisa saber para entrar de vez no Machine Learning?](https://medium.com/lejoaoconte/afinal-o-que-C-matem%C3%A1tica-voc%C3%AA-precisa-saber-para-entrar-de-vez-no-machine-learning-bf8be40da8cf) | [pt-br][Medium] 203 | * [Matemática para Machine Learning](https://medium.com/@lucasoliveiras/matem%C3%A1tica-para-machine-learning-7dc0893ba749) | [pt-br][Medium] 204 | * [Matemática básicas para Machine Learning](https://www.youtube.com/watch?v=veATb_wuZSw&list=PLtyvX7Ge_YluwPLJ_qD9khzp0UU_gu59N&index=1) | [espanhol] [Youtube] 205 | 206 |

LINGUAGEM PYTHON

207 | 208 | * [Curso de Python no Neps Academy](https://www.youtube.com/watch?v=T5pRlIbr6gg&list=PL2-dafEMk2A6QKz1mrk1uIGfHkC1zZ6UU) | [pt-br] (gratuito) 209 | * [Introdução à Ciência da Computação com Python Parte 1](https://www.coursera.org/learn/ciencia-computacao-python-conceitos) 210 | * [Python para Análise de Dados - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=python-fundamentos) | [pt-br] (gratuito) 211 | * [Curso Python para Machine Learning e Análise de Dados - Didática Tech](https://www.youtube.com/watch?v=MmSXHCxDwBs&list=PLyqOvdQmGdTR46HUxDA6Ymv4DGsIjvTQ-) | [pt-br] [Youtube] 212 | * [Curso Python para Iniciantes - Didática Tech](https://www.youtube.com/watch?v=bHn91RxiTjY&list=PLyqOvdQmGdTSEPnO0DKgHlkXb8x3cyglD) | [pt-br] [Youtube] 213 | * [O melhor Curso de Python - Zurubabel](https://www.youtube.com/watch?v=bHn91RxiTjY&list=PLyqOvdQmGdTSEPnO0DKgHlkXb8x3cyglD) | [pt-br] [Youtube] 214 | * [Resolvendo Problemas (C e Python) - Universo Discreto](https://www.youtube.com/watch?v=pTnLpcp-o1Q&list=PL-t7zzWJWPtx0UjvAgW-C4U1ZQz1almxx) | [pt-br] [Youtube] 215 | * [Cursos de Análise de Dados em Python para iniciantes](https://www.youtube.com/playlist?list=PLqiFjCF_dtcymXtdjwAP4s7tRoW4CYwnH) [pt-br] [Youtube] 216 | * [Os 35 melhores cursos de Python gratuitos disponíveis pra você - Ninja do Linux](http://ninjadolinux.com.br/os-35-melhores-cursos-de-python-gratuitos/) | [pt-br] 217 | * [Learn Python for Data Science - Siraj Raval](https://www.youtube.com/watch?v=T5pRlIbr6gg&list=PL2-dafEMk2A6QKz1mrk1uIGfHkC1zZ6UU) | [inglês] [Youtube] 218 | 219 |

LINGUAGEM R

220 | 221 | * [Curso R para Machine Learning - Didática Tech](https://www.youtube.com/watch?v=ID5Ui22F8HQ&list=PLyqOvdQmGdTSqkutrKDaVJlEv-ui1MyK4) | [pt-br] [Youtube] 222 | * [Estatística com R - Universidade Federal Fluminense/UFF](http://www.estatisticacomr.uff.br/?page_id=38) 223 | * [Curso de Programação R - Zurubabel](https://www.youtube.com/watch?v=plJw9QFew5A&list=PL4OAe-tL47sbzCgtBTthtX50T30CLToEZ) | [pt-br] [Youtube] 224 | 225 |

AULAS SOBRE ALGUMAS BIBLIOTECAS

226 | 227 |

TENSOFLOW

228 | 229 | * [Curso TensorFlow para Iniciantes - Didática Tech](https://www.youtube.com/watch?v=JHsnHgb9hDo&list=PLyqOvdQmGdTR_X-BxOJCPIibdjQ_hXycV) | [pt-br] [Youtube] 230 | * [Intro to TensorFlow - Siraj Raval](https://www.youtube.com/watch?v=2FmcHiLCwTU&list=PL2-dafEMk2A7EEME489DsI468AB0wQsMV) | [inglês] [Youtube] 231 | 232 |

PANDAS

233 | 234 | * [Pandas em Português - Zurubabel](https://www.youtube.com/watch?v=eQGEWo1vsKU&list=PL4OAe-tL47sa1McMctk5pdPd5eTAp3drk) | [pt-br] [Youtube] 235 | * [Uma introdução simples ao Pandas](https://medium.com/data-hackers/uma-introdu%C3%A7%C3%A3o-simples-ao-pandas-1e15eea37fa1) | [Medium] 236 | * [Dicas de Pandas - Programação Dinâmica](https://www.youtube.com/watch?v=MVd1cs7TDgA&list=PL5TJqBvpXQv6SSsEgQrNwpOLTupXPuiMQ) | [pt-br] [Youtube] 237 | 238 | 239 |

FUNDAMENTOS IA

240 | 241 | * [Inteligência Artificial - Zurubabel](https://www.youtube.com/watch?v=m1-Hc5-H22M&list=PL4OAe-tL47sY1OgDs7__GJW8xBpPEeNfC) | [pt-br] [Youtube] 242 | * [Inteligência Artificial Fundamentos - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=inteligencia-artificial-fundamentos) | [pt-br] (gratuito) 243 | * [Minicurso de Introdução à Machine Learning e Inteligência Artificial](https://www.youtube.com/playlist?list=PLrakQQfctUYUQ2o-9Vop3osTdwWy871D1) | Também em diegonogare.net | [pt-br] [Youtube] 244 | 245 |

MACHINE LEARNING

246 | 247 | * [Machine Learning para Cientista de Dados - LEG/UFPR/Eduardo Ferreira)](http://cursos.leg.ufpr.br/ML4all/1parte/) | [pt-br] [Youtube] 248 | * [Introducação a Machine Learning - Didática Tech)](https://www.youtube.com/watch?v=ID5Ui22F8HQ&list=PLyqOvdQmGdTSqkutrKDaVJlEv-ui1MyK4) | [pt-br] [Youtube] 249 | * [Machine Learning - Zurubabel)](https://www.youtube.com/watch?v=pKc1J4RB_VQ&list=PL4OAe-tL47sb3xdFBVXs2w1BA2LRN5JU2) | [pt-br] [Youtube] 250 | * [Algoritmos de Machine Learning - Didática Tech)](https://www.youtube.com/watch?v=ID5Ui22F8HQ&list=PLyqOvdQmGdTSqkutrKDaVJlEv-ui1MyK4) | [pt-br] [Youtube] 251 | * [Learn Machine Learning in 3 months - Siraj Raval](https://github.com/llSourcell/Learn_Machine_Learning_in_3_Months) | [inglês] [Youtube] 252 | * [Machine Learning fo Hacckers - Siraj Raval](https://www.youtube.com/watch?v=2FOXR16mLow&list=PL2-dafEMk2A4ut2pyv0fSIXqOzXtBGkLj) | [inglês] [Youtube] 253 | * [Machine Learning - The University of British Columbia](https://www.youtube.com/watch?v=w2OtwL5T1ow&index=1&list=PLE6Wd9FR--EdyJ5lbFl8UuGjecvVw66F6) | [inglês][Youtube] 254 | * [Tutorial de Machine Learning com Titanic](https://www.youtube.com/watch?v=1UVizW6eFrY&list=PLwnip85KhroW8Q1JSNbgl06iNPeC0SDkx) | [pt-br] [Youtube] 255 | 256 | 257 |

REDES NEURAIS/ DEEP LEARNING

258 | 259 | * [Curso Deep Learning - UFG - Deep Learning Brasil](https://www.youtube.com/watch?v=6yYUc6nU3Cw&list=PLSZEVLiOtIgF19_cPrvhJC2bWn-dUh1zB) | [pt-br] [Youtube] 260 | * [Deep Learning em Português - Sandeco](https://www.youtube.com/playlist?list=PLbmt8d_ueDMVUVlw9VZSdgAIi6W3u-7Zg) | [pt-br] [Youtube] 261 | * [Curso Deep Learning - UFG/Cyberlabs Academy](https://www.youtube.com/watch?v=tWB_2APSfaY&list=PL95sSdJCNga2vUe_WUFwCOsrPmJnhCCv9) | [pt-br] [Youtube] 262 | * [Deep Learning em Português - Zurubabel](https://www.youtube.com/watch?v=XL31Z50dLF8&list=PL4OAe-tL47sbzwP6pWR6NQ5ESOt-Ktrih) | [pt-br] [Youtube] 263 | * [Machine Learning em Python - Programação Dinâmica](https://www.youtube.com/watch?v=u8xgqvk16EA&list=PL5TJqBvpXQv5CBxLkdqmou_86syFK7U3Q) | [Youtube] 264 | * [I.A. e Machine Learning - Universo Discreto](https://www.youtube.com/watch?v=p_SmODmFRUw&list=PL-t7zzWJWPtz29fAf72nG3KTJrRdvCmgn) | [pt-br] [Youtube] 265 | * [ Aulas USP | Inteligência Artificial em saúde: o uso de machine learning - Canal USP](https://www.youtube.com/watch?v=EhpebH96Ek0&list=PLAudUnJeNg4tvUFZ8tXQDoAkFAASQzOHm) | [pt-br] [Youtube] 266 | * [Redes Neurais Artificiais - USP](https://sites.icmc.usp.br/andre/research/neural/) | [pt-br] 267 | * [CS224N: Natural Language Processing with Deep Learning | Winter 2019](https://www.youtube.com/playlist?list=PLoROMvodv4rOhcuXMZkNm7j3fVwBBY42z) [inglês][Youtube] 268 | * [MIT 6.S191: Introduction to Deep Learning](https://www.youtube.com/watch?v=5v1JnYv_yWs&list=PLtBw6njQRU-rwp5__7C0oIVt26ZgjG9NI) [inglês] [Youtube] 269 | * [Intro to Deep Learning (Udacity Nanodegree) - Siraj Raval](https://www.youtube.com/watch?v=vOppzHpvTiQ&list=PL2-dafEMk2A7YdKv4XfKpfbTH5z6rEEj3) | [inglês] [Youtube] 270 | * [Neural Networks and Deep Learning (Course 1 of the Deep Learning Specialization) - Deepearning.ai](https://www.youtube.com/watch?v=CS4cs9xVecg&list=PLkDaE6sCZn6Ec-XTbcX1uRg2_u4xOEky0) | [inglês] [Youtube] 271 | * [Practical Deep Learning for Coders, v3](https://www.fast.ai) | [inglês] [Youtube] 272 | 273 |

DATA SCIENCE

274 | 275 | * [Trilha EstaTiDados – Data Science (Estatística, Negócios, StoryTelling, Dashboards, Machine Learning, Raspagem, Análise de Sentimentos e Big Data)](https://www.youtube.com/playlist?list=PLjdDBZW3EmXe6hO2Rt5Q9I5wzRZ7j7K8P) | [pt-br]] [Youtube] 276 | * [(Big Data Fundamentos 2.0 - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=big-data-fundamentos) | [pt-br] (gratuito) 277 | * [Ciência de Dados Aplicada - Programação Dinâmica](https://www.youtube.com/watch?v=DeAuVrhKw58&list=PL5TJqBvpXQv78JrStmN5qp6xoEBT_-3zO) | [Youtube] 278 | * [Microsoft Power BI para Data Science - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=microsoft-power-bi-para-data-science) | [pt-br] (gratuito) 279 | * [Introducação à Ciência de Dados 2.0 - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=introduo--cincia-de-dados) | [pt-br] (gratuito) 280 | * [Ciência de Dados do Zuruba - Zurubabel](https://www.youtube.com/watch?v=Y0L0CWTQWDw&list=PL4OAe-tL47sausWpn6QYcETtYltCe3nmp) | [pt-br] [Youtube] 281 | * [Análise Exploratória de Dados - Zurubabel](https://www.youtube.com/watch?v=4SetLMXelUY&list=PL4OAe-tL47sak0KV_g6VNlPMscQGEAT8t) | [pt-br] [Youtube] 282 | * [Data Science Your Way - Jose A Dianes/ GitHub](https://github.com/jadianes/data-science-your-way) | [inglês] [Youtube] 283 | 284 |

CANAIS DO YOUTUBE

285 | 286 | Conteúdos diversos sobre IA. 287 | * [Sandeco](https://www.youtube.com/channel/UCIQne9yW4TvCCNYQLszfXCQ) 288 | * [Mario Filho - Data Science](https://www.youtube.com/channel/UCIFd_i2iwYox1PPm9rD8wFA) 289 | * [Seja um Data Scientist](https://www.youtube.com/channel/UCar5Cr-pVz08GY_6I3RX9bA/videos) 290 | * [Peixebabel](https://www.youtube.com/user/CanalPeixeBabel/videos) 291 | * [PrograMaria](https://www.youtube.com/channel/UC6N7eSdbT5DDdrqZVeN0KGw/featured) 292 | * [AI Girls Comunidade](https://www.youtube.com/channel/UC_QxmLPZQRJDjjtN1M-gfnQ/videos) 293 | * [Universo Programado](https://www.youtube.com/channel/UCf_kacKyoRRUP0nM3obzFbg) 294 | * [Programacao Dinâmica](https://www.youtube.com/channel/UC70mr11REaCqgKke7DPJoLg) 295 | * [Universo Discreto](https://www.youtube.com/channel/UCEn6kONg6EC_Ylh0RlInsMw/videos) 296 | * [AI Brasil Community](https://www.youtube.com/channel/UCS5QayXigvan2fIDGN8UfpQ) 297 | * [DevelopersBR](https://www.youtube.com/channel/UCGhSrtP0-1qq0XPbnMpi2kQ) 298 | * [Diogo Cortiz](https://www.youtube.com/channel/UC5MXrSUoLW0JRd2j7q1ef7Q) 299 | * [Mikaeri Ohana](https://www.youtube.com/user/miohanars) 300 | * [O Computeiro](https://www.youtube.com/watch?v=d8U7ygZ48Sc) 301 | * [Vini Mesel - #MaisQueDevs](https://www.youtube.com/watch?v=mAIRkkItPSc) 302 | * [Epidemio Fora da Curva - R](https://www.youtube.com/channel/UCl5H4LMBYJB1Hu3HgCmgyCg/videos) 303 | 304 |

SITES COM DESAFIOS/ PROBLEMAS

305 | 306 | * [HarckerRank](https://www.hackerrank.com/) 307 | * [Kaggle](https://www.kaggle.com/) 308 | * [Exercism](https://exercism.io/) 309 | * [URI Jugde](https://www.urionlinejudge.com.br/judge/pt/login?redirect=%2Fpt) 310 | 311 |

CURSOS DA UDEMY/ UDACITY/ COURSERA

312 | 313 | Alguns gratuitos (sem certificado) e outros pagos. 314 | 315 | 316 | 317 |

UDEMY

318 | 319 | * [Manual Prático do Deep Learning - Redes Neurais Profundas - Arnaldo Gualberto](https://www.udemy.com/course/redes-neurais/?referralCode=34C61CFBEACD87D2FD37) 320 | * [Cursos do Fernando Amaral](https://www.udemy.com/user/fernando-amaral-3/) 321 | * [Cursos do Jones Granaty](https://www.udemy.com/user/jones-granatyr/) (tbm em iaexpert.com.br) 322 | * [Deep Learning A-Z™: Hands-On Artificial Neural Networks - Kirill Eremenko/ Hadelin de Ponteves](https://www.udemy.com/course/deeplearning/) 323 | * [Data Science: Deep Learning in Python - Lazy Programmer Inc.](https://www.udemy.com/data-science-deep-learning-in-python/) 324 | * [Machine Learning e Data Science com Python - Marcos Castro/Gileno Alves](https://www.udemy.com/course/machine-learning-e-data-science-com-python/) 325 | * [Data Science de A a Z - Extraçao e Exibição dos Dados - Felipe Mafra](https://www.udemy.com/course/curso-data-science-completo/) 326 | 327 |

COURSERA

328 | 329 | * [IA para todos - Andrew Ng](https://www.coursera.org/learn/ai-for-everyone-es) 330 | * [Machine Learning - Stanford](https://www.coursera.org/learn/machine-learning) 331 | * [Introdução à Ciência da Computação com Python Parte 1](https://www.coursera.org/learn/ciencia-computacao-python-conceitos) 332 | 333 |

UDACITY

334 | 335 | * [Machine Learning - Georgia Tech](https://www.udacity.com/course/machine-learning--ud262) 336 | * [Introduction to Machine Learning Course](https://www.udacity.com/course/intro-to-machine-learning--ud120) 337 | * [AWS Machine Learning Scholarship Program](https://www.udacity.com/scholarships/aws-machine-learning-scholarship-program?bsft_eid=f4e0e426-7315-28ce-d23c-28ab2213e706&utm_campaign=sch_600_2020-04-30_ndxxx_aws-ml-pre-reg-announcement_global&utm_source=blueshift&utm_medium=email&bsft_clkid=013f9465-2976-455b-9866-39d4d8174f61&bsft_uid=068492e1-225e-49de-8c64-3fcc3f7b0fd3&bsft_mid=d585ba8f-b40f-4048-ae8c-ccaa1672cdf1&bsft_ek=2020-05-03T00:32:38Z&bsft_mime_type=html) 338 | 339 | 340 |

REPÓSITORIOS

341 | 342 | Repósitorios com conteúdos, trilhas, dicas e exercícios, ou seja, possuem muuuitos materiais sobre IA. 343 | 344 | * [Plano de estudos em machine learning completo](https://github.com/italojs/awesome-machine-learning-portugues) [pt-br] 345 | * [Workshop de Ciência de Dados de iniciantes a intermediário](https://github.com/NatOps/Workshop-ciencia-de-dados/) [pt-br] 346 | * [Guia do Cientista de Dados das Galáxias](https://github.com/PizzaDeDados/datascience-pizza/) [pt-br] 347 | * [The Catcher in the Data Science](https://github.com/BrunoComitre/favorite-datascience) [pt-br] 348 | * [Pandas Exercises](https://github.com/guipsamora/pandas_exercises) (Inglês) 349 | * [Top-down learning path: Machine Learning for Software Engineers](https://github.com/guipsamora/pandas_exercises) (Inglês) 350 | * [Manual Prático do Deep Learning (código-fonte do curso do Arnaldo Gualberto)](https://github.com/arnaldog12/Manual-Pratico-Deep-Learning) [pt-br] 351 | * [Materiais de estudos sobre Machine Learning](https://github.com/univille-machine-learning/materiais-de-estudo-sobre-machine-learning) [pt-br] 352 | 353 |

DATASETS PARA INICIANTES

354 | (organizar) 355 | * [UCI Machine Learning Repository: Data Sets](https://archive.ics.uci.edu/ml/datasets.php) 356 | * [Google Dataset Search](https://datasetsearch.research.google.com/) 357 | 358 | 359 |

DICAS PARA MONTAR PORTIFÓLIO

360 | 361 | * [Os 5 tipos de projetos obrigátorios para o portifólio de Data Science (Seja Um Data Scientist)](https://www.youtube.com/watch?v=LJrK4B7bNWA) | [Youtube] 362 | https://blog.academiain1.com.br/big-data-voce-conhece-os-4-tipos-de-analise-de-dados/ 363 | https://blog.toccato.com.br/aprenda-como-fazer-uma-analise-de-dados-eficiente-em-6-passos/ (organizar) 364 | https://blog-in1-com-br.cdn.ampproject.org/v/s/blog.in1.com.br/como-criar-uma-modelagem-de-dados-de-forma-eficaz?hs_amp=true&_js_v=0.1#referrer=https%3A%2F%2Fwww.google.com&_tf=Fonte%3A%20%251%24s&share=https%3A%2F%2Fblog.in1.com.br%2Fcomo-criar-uma-modelagem-de-dados-de-forma-eficaz (organizar) 365 | https://sigmoidal.ai/guia-basico-de-pre-processamento-de-dados/ (organizar) 366 | https://sigmoidal.ai/como-tratar-dados-ausentes-com-pandas/ 367 | https://medium.com/databootcamp/meu-checklist-de-projetos-de-aprendizado-de-m%C3%A1quina-34328850d7ab 368 | 369 |

FREELANCER EM DATA SCIENCE

370 | 371 | * [Como ser Freelancer em Data Science - Mario Filho](https://www.youtube.com/watch?v=ggdXJJNh7-k) 372 | 373 | 374 |

MAIS OU MENOS OFF-TOPIC

375 | 376 |

REPRESENTATIVIDADE

377 | 378 | * [R-Ladies](https://rladies.org/) 379 | * [Black in AI](https://blackinai.github.io/#/programs/summer-research-programs) 380 | * [Pyladies](https://brasil.pyladies.com/) 381 | * [Tecnogueto](https://tecnogueto.com.br/) 382 | * [QuebraDev](https://quebradev.com.br/) 383 | * [AfroPython](https://afropython.org/) 384 | * [perifaCode](https://perifacode.com/) 385 | * [PrograMaria](https://www.youtube.com/channel/UC6N7eSdbT5DDdrqZVeN0KGw/featured) 386 | * [AI Girls Comunidade](https://www.youtube.com/channel/UC_QxmLPZQRJDjjtN1M-gfnQ/videos) 387 | * [DevAIWomen - DevelopersBR](https://www.youtube.com/channel/UCGhSrtP0-1qq0XPbnMpi2kQ/search?query=DevAIWomen) 388 | * [BlackPowerData](https://blackpowerdata.com/) 389 | * [PodProgramar](https://podprogramar.com.br/) 390 | 391 | 392 |

SITES ÚTEIS PARA DESENVOLVEDORES PYTHON

393 | 394 | * [Pydata](https://pydata.org/) 395 | * [Python Café](https://pythoncafe.com.br/) 396 | * [Pyjobs](https://www.pyjobs.com.br/) 397 | 398 |

LINKS ÚTEIS

399 | 400 | * [Posts Programação Dinâmica - Medium](https://medium.com/programacaodinamica) 401 | * [The Four “Pure” Learning Styles in Machine Learning](https://towardsdatascience.com/machine-learning/home) 402 | * [The Netflix Data Scientist Interview](https://towardsdatascience.com/the-netflix-data-scientist-interview-35093d4c20aa) 403 | * [Classificação de textos com Python - Alura/ Yuri Matheus](https://www.alura.com.br/artigos/classificando-textos-com-python) 404 | * [Classificando textos com Redes Neurais e TensorFlow - Deborah Mesquita](https://www.deborahmesquita.com/2017-05-07/classificando-textos-com-redes-neurais-e-tensorflow) 405 | * [Posts Rafel Sakurai](http://rafaelsakurai.github.io/) 406 | * [ConsuData](https://consudata.com.br/blog) 407 | * [The Four “Pure” Learning Styles in Machine Learning](https://towardsdatascience.com/machine-learning/home) 408 | * [The Netflix Data Scientist Interview](https://towardsdatascience.com/the-netflix-data-scientist-interview-35093d4c20aa) 409 | * [Classificação de textos com Python - Alura/ Yuri Matheus](https://www.alura.com.br/artigos/classificando-textos-com-python) 410 | * [Classificando textos com Redes Neurais e TensorFlow - Deborah Mesquita](https://www.deborahmesquita.com/2017-05-07/classificando-textos-com-redes-neurais-e-tensorflow) 411 | * [Posts Rafel Sakurai](http://rafaelsakurai.github.io/) 412 | * [ConsuData](https://consudata.com.br/blog) 413 | 414 |

PODCASTS

415 | 416 | * [Pizza de Dados](pizzadedados.com/) 417 | * [PodProgramar](https://mundopodcast.com.br/podprogramar/79-ciencia-de-dados/) 418 | * [Café Debug](https://soundcloud.com/cafe-de-bug) 419 | * [QuebraDev](https://quebradev.com.br/) 420 | * [Dev na Estrada](https://quebradev.com.br/) 421 | * [DataHackers](https://datahackers.com.br/podcast) 422 | * [Hipsters Ponto Tech](https://hipsters.tech/) 423 | 424 |

OPEN SOURCE

425 | 426 | * [Guia: Como contribuir em Open Source](https://willianjusten.com.br/guia-como-contribuir-em-open-source/) 427 | 428 |

ARTIGOS

429 | 430 | * [ICML](https://icml.cc/) 431 | * [ARXIV](https://arxiv.org/) 432 | * [ARXIV](http://www.arxiv-sanity.com/) 433 | * [KDNuggets](https://www.kdnuggets.com/education/online.html) 434 | * [OpenAI](https://openai.com/requests-for-research/) 435 | 436 | 437 | 438 | 439 | 440 | 441 | -------------------------------------------------------------------------------- /guia-de-estudos-ia.md: -------------------------------------------------------------------------------- 1 |

Materiais de estudos sobre Data Science e Machine Learning (nível iniciante)

2 | 3 | O objetivo deste repositório é organizar os links que encontrei durante minhas pesquisas por materiais de estudos sobre IA - composto por conteúdos majoritariamente gratuitos e em PT-BR. Inicialmente, meu objetivo profissional está entre Data Scientist e Machine Learning Engineer, sendo assim, o repositório será alimentado com materiais nesse sentido. 4 | 5 | Sinta-se a vontade para adicionar conteúdos ou forkar e mudar o foco. **Bons estudos!** 6 | 7 | 8 | 9 |
10 |
11 |

MINHA TRILHA/ JORNADA

12 | 13 |

Cursos realizados e experiências profissinais até o momento

14 | 15 | * **2020** 16 | * [Concluído] [Python para Análise de Dados - Data Science Academy](https://www.datascienceacademy.com.br/course?courseid=python-fundamentos) [[certificado]](https://www.datascienceacademy.com.br/certificate/57b4a75247d7dd688d8b456b/user/5eb4289ee32fc3728940687c) 17 | * [Concluído] [Introdução ao Big Data - Fia Business School (Cousera)](https://www.datascienceacademy.com.br/course?courseid=python-fundamentos) [[certificado]](https://www.coursera.org/account/accomplishments/records/U6WVRZY6CGQE) 18 | * [Pausado] [Bootcamp Completo em Data Science com Python 2020](https://www.udemy.com/course/curso-de-data-science-bootcamp-completo-em-data-science/) 19 | * [Pausado] [Programa de cursos integrados Ciência de dados aplicada com Python da University of Michigan](https://www.coursera.org/specializations/data-science-python) 20 | * Estágio em Engenharia de Dados 21 | 22 | * **2021** 23 | * [Em andamento] [Curso de Python 3 do Básico Ao Avançado](https://www.udemy.com/course/python-3-do-zero-ao-avancado/) 24 | 25 | 26 |

Projetos desenvolvidos até o momento

27 | 28 | * [Mapeamento de médias do ENEM com Folium:](https://github.com/WendelMarques/mapeamento-medias-enem-folium) 29 | Mapeamento de médias do ENEM com Folium (uma biblioteca que facilita a visualização de dados em um mapa). A plotagem foi realizada levando-se em consideração os limites estaduais. Sendo assim, existem 27 grupos de escolas. Foram utilizados dois datasets. [[Medium]](https://medium.com/@wendelmarques/mapeamento-de-m%C3%A9dias-do-enem-por-estado-com-folium-bf61fe23a3d8) 30 | 31 | * [Painel COVID GYN:](https://github.com/wendelmarques/painel-covid-goiania) 32 | O projeto utiliza abordagens de ciência dos dados para desenvolver um painel de monitoramento dos dados da COVID-19 em relação a casos confirmados e óbitos. O painel contém gráficos e mapa com dados de Goiânia. 33 | 34 | 35 | 36 |
37 |
38 | 39 |

40 | 41 |

42 |

43 | Como me sinto quando tento estudar durante uma pandemia 44 |

45 | 46 | 47 | 48 | 49 | 50 |

LISTA DE CONTEÚDOS

51 | 52 | * [Um pouco sobre a área](#sobre) 53 | * [Sugiro que começe por aqui](#comece) 54 | * [Motivação](#motivacao) 55 | * [Trilhas/ Dicas de estudos](#trilhas) 56 | * [Conteúdos para utilizar à medida que avançar](#avanco) 57 | * [Livros gratuidos e pagos](#livros) 58 | * [Matemática](#mat) 59 | * [Fundamentos de matemática](#f_mat) 60 | * [Matemática para Data Science](#mat_ds) 61 | * [Matemática para Machine/Deep Learning](#mat_ml) 62 | * [Linguagem Python](#python) 63 | * [Linguagem R](#r) 64 | * [Aulas sobre algumas bibliotecas](#bibli) 65 | * [Tensoflow](#tensor) 66 | * [Pandas](#pandas) 67 | * [Fundamentos IA](#fund_ia) 68 | * [Machine Learning](#ml) 69 | * [Redes Neurais/ Deep Learning](#dp) 70 | * [Data Science](#ds) 71 | * [Canais do Youtube](#yt) 72 | * [Sites com desafios/ problemas](#desafios) 73 | * [Cursos Udemy/ Udacity/ Coursera](#cursos) 74 | * [Udemy](#ude) 75 | * [Udacity](#uda) 76 | * [Coursera](#coursera) 77 | * [Datasets para iniciantes](#dataset) 78 | * [Repositórios](#rep) 79 | * [Dicas para montar portifólio](#portifolio) 80 | * [Freelancer em Data Science](#freela) 81 | * [Mais ou menos off topic](#off) 82 | * [Representatividade](#repres) 83 | * [Sites úteis para desenvolvedores Python](#uteis) 84 | * [Links úteis](#l_uteis) 85 | * [Podcasts](#pod) 86 | * [Open source](#open) 87 | * [Artigos](#art) 88 | * [Possíveis áreas de especialização](#esp) 89 | * [Instituições](#inst) 90 | 91 | ------------------------------------------- 92 | 93 |

UM POUCO SOBRE A ÁREA

94 | 95 | * [A Diferença Entre Inteligência Artificial, Machine Learning e Deep Learning - Data Science Brigade](https://medium.com/data-science-brigade/a-diferen%C3%A7a-entre-intelig%C3%AAncia-artificial-machine-learning-e-deep-learning-930b5cc2aa42) [Medium] 96 | * [O que é Ciência de Dados? (QuebraDev)](https://quebradev.com.br/o-que-e-ciencia-de-dados/) [Podcast] 97 | * [[Online | DevAIWomen] Bate papo sobre Data Science, Data Analytics e Data Engineer](https://www.youtube.com/watch?v=OiE7CVi1QCA) 98 | * [Quem quer ser uma cientista de dados? com Liliane Scandoleiro - AI Girls Comunidade](https://www.youtube.com/watch?v=AcpTqGPExmU) 99 | * [Como iniciar na carreira de ciência de dados?](https://medium.com/@mikaeriohana/como-iniciar-na-carreira-de-ci%C3%AAncia-de-dados-9b37aa525181) 100 | * [10 tipos de profissionais de dados : de engenheiros de dados a big data DevOps e analistas de dados , em qual dessas classificações você se encaixaria?](https://medium.com/@luis.anderson.sp/10-tipos-de-profissionais-de-dados-de-engenheiros-de-dados-a-big-data-devops-e-analistas-de-94259531270f) [Medium] 101 | 102 |

SUGIRO QUE COMEÇE POR AQUI

103 | 104 | * [Como começar em Data Science? (Seja Um Data Scientist)](https://www.youtube.com/watch?v=eXg2sVIbFdM) | [Youtube] 105 | * [Siga esse mapa de estudos e aprenda Data Science (Seja Um Data Scientist)](https://www.youtube.com/watch?v=2g7TBUDkDhM) | [Youtube] 106 | * [Matemática para Machine Learning - Didática Tech](https://www.youtube.com/watch?v=MSHpE9dnIho&list=PLyqOvdQmGdTTYHKdxWRmt8oOhMwYhmxkM) | [pt-br] [Youtube] (Dicas de como estudar matemática) 107 | * [Finalmente: uma fonte segura mostra o salário de um Cientista de Dados no Brasil! (Mario Filho - Data Science)](https://www.youtube.com/watch?v=zsEEFUJo0zQ) | [pt-br] [Youtube] 108 | * [Siga Este Plano Para Aprender a Matemática Para Data Science - Live #31 - Mario Filho - Data Science](https://www.youtube.com/watch?v=XHnsS87bhuY&t=2599s) | [pt-br] [Youtube] 109 | 110 | 111 |

MOTIVAÇÃO

112 | 113 | * ["Ciência de Dados do Zero à Kaggle Kernels Master" - Leonardo Fereira](https://www.linkedin.com/pulse/data-science-from-zero-kaggle-kernel-master-leonardo-ferreira/) | [Linkedin] 114 | * [#SprintPrograMaria - Casos Técnicos com Machine Learning](https://www.youtube.com/watch?v=qlP98Ph3RaU&t=3109s) | [Youtube] 115 | * [#SprintPrograMaria | Tudo o que você queria saber sobre IA](https://www.youtube.com/watch?v=uc5v-DmiY40) | [Youtube] 116 | * [Quem quer ser uma engenheira de dados? com Pamela Santos (AI Girls)](https://www.youtube.com/watch?v=CS5L6CJycuo) | [Youtube] 117 | * [Como consegui me tornar uma cientista de dados sem ter formação em tecnologia? com Fernanda Santos (AI Girls)](https://www.youtube.com/watch?v=eXg2sVIbFdM) | [Youtube] 118 | * [Tudo que você precisa saber para trabalhar com Inteligência Artificial - Computer World](https://computerworld.com.br/2019/09/29/tudo-que-voce-precisa-saber-para-trabalhar-com-inteligencia-artificial/) 119 | * [Como eu me tornei um Engenheiro de Machine Learning/Deep Learning - Arnaldo Gualberto](https://medium.com/ensina-ai/como-eu-me-tornei-um-engenheiro-de-machine-learning-deep-learning-e5e98b793b66) | [Medium] 120 | * [Dilemas da escolha profissional - Kizzy Terra](https://medium.com/programacaodinamica/dilemas-da-escolha-profissional-49bf206af19a) | [Medium] 121 | * [Workshop Machine Learning com Fernanda Wanderley](https://www.youtube.com/watch?v=Jq4aKxaoLGM) | [Youtube] 122 | * [Trabalho de um cientista de dados - Café Debug/ Podcast](https://soundcloud.com/cafe-de-bug/33-trabalho-de-um-cientista-de-dados) 123 | * [Investir em uma carreira em IA vale a pena?](https://blogbrasil.westcon.com/investir-em-uma-carreira-em-inteligencia-artificial-vale-a-pena) 124 | 125 |

TRILHAS/ DICAS DE ESTUDOS

126 |

Os conteúdos dos links podem ser utilizados para quem deseja montar um plano de estudos ou simplemente ter uma noção do que é necessário estudar. Me ajudaram a entender mais sobre a área, onde eu estava e por onde deveria seguir, por assim dizer.

127 | 128 | * [Para iniciar em Data Sciense (DS) - Letícia Silva - ColaboraDados](http://colaboradados.com.br/blogposts/para-iniciar-em-data-science.html) 129 | * [Seus primeiros passos como Data Scientist: Introdução ao Pandas! - Vinícios Figueiredo](https://medium.com/data-hackers/uma-introdu%C3%A7%C3%A3o-simples-ao-pandas-1e15eea37fa1) [Medium] 130 | * [Siga Este Plano Para Aprender a Matemática Para Data Science - Live #31 - Mario Filho - Data Science](https://www.youtube.com/watch?v=XHnsS87bhuY&t=2599s) | [pt-br] [Youtube] 131 | * [Python para ciência de dados em 5 passos - Nana Raythz](https://imasters.com.br/data/python-para-ciencia-de-dados-em-5-passos) 132 | * [Plano de estudos em machine learning completo](https://github.com/italojs/awesome-machine-learning-portugues) | [pt-br] [GitHub] 133 | * [Dicas de estudos para aprender Machine Learning](https://juliocprocha.wordpress.com/2017/04/09/dicas-de-estudos-para-aprender-machine-learning/) | [pt-br] 134 | * [Data Science e Machine Learning - Uma trilha de aprendizagem](https://medium.com/@antonio.cavalcanti/data-science-e-machine-learning-uma-trilha-de-aprendizagem-8f7207044014) | [pt-br] [Medium] 135 | * [Trilha de aprendizagem sobre Inteligência Artificial - Wesley Almeida](https://www.linkedin.com/pulse/trilha-de-aprendizagem-sobre-intelig%C3%AAncia-artificial-wesley-almeida/) | [pt-br][Linkedin] 136 | * [Listagem de conteúdos de cursos de IA](https://igoralcantara.com.br/cursos/) | [pt-br] (obs.: não estou indicando os cursos, até porque não os fiz, mas sim indicando a página para que a lista de conteúdos possa ser utilizada para montar um plano de estudos, por exemplo.) 137 | * [Afinal, o que de matemática você precisa saber para entrar de vez no Machine Learning?](https://medium.com/lejoaoconte/afinal-o-que-de-matem%C3%A1tica-voc%C3%AA-precisa-saber-para-entrar-de-vez-no-machine-learning-bf8be40da8cf) | [pt-br][Medium] 138 | * [Aprender Deep Learning sem gastar nada](https://medium.com/lejoaoconte/aprenda-deep-learning-sem-gastar-nada-db1c275c0c13) | [pt-br][Medium] 139 | * [O Segredo Para Dominar o Machine Learning](https://medium.com/lejoaoconte/o-segredo-para-dominar-o-machine-learning-b9d60ceef172) | [pt-br][Medium] 140 | * [A Quarentena do Cientista de Dados, o que estudar?](https://medium.com/data-hackers/a-quarentena-do-cientista-de-dados-o-que-estudar-f6eefb0a7778) | [pt-br][Medium] 141 | * [Curso IA (2019) - USP](https://edisciplinas.usp.br/course/view.php?id=71193https://edisciplinas.usp.br/course/view.php?id=71193) 142 | 143 |

CONTEÚDOS PARA UTILIZAR À MEDIDA QUE AVANÇAR NOS ESTUDOS

144 |

Exercícios e resumos que podem ser aproveitados durante os estudos. 145 | 146 | * [Workshop de Ciência de Dados para iniciantes - Nana Raythz](https://github.com/NatOps/Workshop-ciencia-de-dados) | [GitHub] 147 | * [Plano de estudos em machine learning com conteúdos em português](https://github.com/italojs/awesome-machine-learning-portugues) | [GitHub] 148 | * [Faster Data Science Education](https://www.kaggle.com/learn/overview): "Esses micro-cursos são a maneira mais rápida de obter as habilidades necessárias para realizar projetos independentes de ciência de dados." | [Kaggle][Inglês] 149 | 150 |

LIVROS GRATUITOS E PAGOS

151 | 152 | Livros recomendados por profissionais da área. Peguei essas recomendações em lives e artigos no Medium. 153 | (PT-BR e em inglês) 154 | 155 | * [Python Data Science Handbook](https://colab.research.google.com/github/jakevdp/PythonDataScienceHandbook/blob/master/notebooks/Index.ipynb#scrollTo=GBz3cb5ZbWT5) - "Esta é a versão do caderno Jupyter do Python Data Science Handbook de Jake VanderPlas; o conteúdo está disponível no GitHub." 156 | * Python para análise de dados: Tratamento de dados com Pandas, NumPy e IPython 157 | * Data Science do Zero - Primeiras Regras Com o Python do autor Joel Grus 158 | * Análise de Dados com Python e Pandas - Daniel Chen 159 | * Como Mentir com Estatística - Darrell Heff 160 | * Mãos à Obra: Aprendizado de Máquina com Scikit-Learn & TensorFlow 161 | * Estatística Prática para Cientistas de Dados - Andrew Bruce, Peter C. Bruce 162 | * Storytelling com Dados: um guia sobre visualização de dados para profissionais de negócio - autora Cole Nussbaumer Knaflic 163 | * Business Intelligence e Análise de Dados para Gestão do Negócio - autor Dursun Delen 164 | * Essential Math for Data Science 165 | * Data Science Para Negócios: O que Você Precisa Saber Sobre Mineração de Dados e Pensamento Analítico de Dados 166 | * [Deep Learning - Ian Goodfellow/ Yoshua Bengio/ Aaron Courville](https://www.deeplearningbook.org/): muito recomendado por profissionais da área. | [Inglês] 167 | * [Deep Learning Book - Data Science Academy](http://deeplearningbook.com.br/) | [pt-br] 168 | * [Introdução à Ciência de Dados: Fundamentos e Aplicações - IME/ USP/ Pedro Morettin/ Julio Singer](https://www.ime.usp.br/~pam/cdados.pdf) | [pt-br] 169 | * [Como funciona o Deep Learning - ICMC/ USP/ Moacir Ponti/Gabriel Costa](https://sites.icmc.usp.br/moacir/papers/Ponti_Costa_Como-funciona-o-Deep-Learning_2017.pdf) | [pt-br] 170 | 171 |

MATEMÁTICA

172 | 173 |

Pelas minhas pesquisas, uma ótima forma de estudar matemática é por demanda. Por exemplo, estudar conteúdos de matemática à medida que for necessário, porque assim você evita o esquecimento, o que provavelmente aconteceria se estudarmos todos os pré-requisitos antes de iniciar em IA. Porém, é uma boa dar uma olhada em matemática básica antes, se necessário.

174 | 175 |

FUNDAMENTOS DE MATEMÁTICA

176 | 177 | * [Fundamentos de Matemática - Didática Tech](https://www.youtube.com/watch?v=JVoOF4hjPi8&list=PLyqOvdQmGdTRR5JfSyyeVO4XG7IkBcw5A) | [pt-br][Youtube] 178 | * [Pré-cálculo do Zuruba - Zurubabel](https://www.youtube.com/watch?v=huY40aEe30M&list=PL4OAe-tL47sbtMWKh_gOwgAURmja4v7cN) | [pt-br] [Youtube] 179 | * [Siga Este Plano Para Aprender a Matemática Para Data Science - Live #31 - Mario Filho - Data Science](https://www.youtube.com/watch?v=XHnsS87bhuY&t=2599s) | [pt-br] [Youtube] 180 | 181 | 182 |

MATEMÁTICA PARA DATA SCIENCE

183 | 184 | * [Trilha EstaTiDados](https://www.youtube.com/playlist?list=PLjdDBZW3EmXe6hO2Rt5Q9I5wzRZ7j7K8P) (as primeiras aulas) | [pt-br] 185 | * [Curso de Estatística - Gratuito e Ilimitado - EstaTiDados](https://www.youtube.com/playlist?list=PLjdDBZW3EmXedXYzH-whV58rML91kbwFC) | [Youtube] 186 | 187 |

MATEMÁTICA PARA MACHINE/DEEP LEARNING

188 | 189 | * [Matemática e Programação para Aprendizado de Máquina](https://matheusfacure.github.io/2017/01/15/pre-req-ml/): Uma lista para cobrir rapidamente os pré-requisitos para aprendizado de máquina | [pt-br] [GitHub] 190 | * [Matemática para Machine Learning - Didática Tech](https://www.youtube.com/watch?v=MSHpE9dnIho&list=PLyqOvdQmGdTTYHKdxWRmt8oOhMwYhmxkM) | [pt-br] [Youtube] 191 | * [Revisão de Machine Learning - Zurubabel](https://www.youtube.com/watch?v=I86gYeLmkT0&list=PL4OAe-tL47sZSCaprWZ6CrJhCTq2gUQCb) | [pt-br] [Youtube] 192 | * [Afinal, o que de matemática você precisa saber para entrar de vez no Machine Learning?](https://medium.com/lejoaoconte/afinal-o-que-C-matem%C3%A1tica-voc%C3%AA-precisa-saber-para-entrar-de-vez-no-machine-learning-bf8be40da8cf) | [pt-br][Medium] 193 | * [Matemática para Machine Learning](https://medium.com/@lucasoliveiras/matem%C3%A1tica-para-machine-learning-7dc0893ba749) | [pt-br][Medium] 194 | * [Matemática básicas para Machine Learning](https://www.youtube.com/watch?v=veATb_wuZSw&list=PLtyvX7Ge_YluwPLJ_qD9khzp0UU_gu59N&index=1) | [espanhol] [Youtube] 195 | 196 |

LINGUAGEM PYTHON

197 | 198 | * [Curso de Python no Neps Academy](https://www.youtube.com/watch?v=T5pRlIbr6gg&list=PL2-dafEMk2A6QKz1mrk1uIGfHkC1zZ6UU) | [pt-br] (gratuito) 199 | * [Introdução à Ciência da Computação com Python Parte 1](https://www.coursera.org/learn/ciencia-computacao-python-conceitos) 200 | * [Python para Análise de Dados - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=python-fundamentos) | [pt-br] (gratuito) 201 | * [Curso Python para Machine Learning e Análise de Dados - Didática Tech](https://www.youtube.com/watch?v=MmSXHCxDwBs&list=PLyqOvdQmGdTR46HUxDA6Ymv4DGsIjvTQ-) | [pt-br] [Youtube] 202 | * [Curso Python para Iniciantes - Didática Tech](https://www.youtube.com/watch?v=bHn91RxiTjY&list=PLyqOvdQmGdTSEPnO0DKgHlkXb8x3cyglD) | [pt-br] [Youtube] 203 | * [O melhor Curso de Python - Zurubabel](https://www.youtube.com/watch?v=bHn91RxiTjY&list=PLyqOvdQmGdTSEPnO0DKgHlkXb8x3cyglD) | [pt-br] [Youtube] 204 | * [Resolvendo Problemas (C e Python) - Universo Discreto](https://www.youtube.com/watch?v=pTnLpcp-o1Q&list=PL-t7zzWJWPtx0UjvAgW-C4U1ZQz1almxx) | [pt-br] [Youtube] 205 | * [Cursos de Análise de Dados em Python para iniciantes](https://www.youtube.com/playlist?list=PLqiFjCF_dtcymXtdjwAP4s7tRoW4CYwnH) [pt-br] [Youtube] 206 | * [Os 35 melhores cursos de Python gratuitos disponíveis pra você - Ninja do Linux](http://ninjadolinux.com.br/os-35-melhores-cursos-de-python-gratuitos/) | [pt-br] 207 | * [Learn Python for Data Science - Siraj Raval](https://www.youtube.com/watch?v=T5pRlIbr6gg&list=PL2-dafEMk2A6QKz1mrk1uIGfHkC1zZ6UU) | [inglês] [Youtube] 208 | 209 |

LINGUAGEM R

210 | 211 | * [Curso R para Machine Learning - Didática Tech](https://www.youtube.com/watch?v=ID5Ui22F8HQ&list=PLyqOvdQmGdTSqkutrKDaVJlEv-ui1MyK4) | [pt-br] [Youtube] 212 | * [Estatística com R - Universidade Federal Fluminense/UFF](http://www.estatisticacomr.uff.br/?page_id=38) 213 | * [Curso de Programação R - Zurubabel](https://www.youtube.com/watch?v=plJw9QFew5A&list=PL4OAe-tL47sbzCgtBTthtX50T30CLToEZ) | [pt-br] [Youtube] 214 | 215 |

AULAS SOBRE ALGUMAS BIBLIOTECAS

216 | 217 |

TENSOFLOW

218 | 219 | * [Curso TensorFlow para Iniciantes - Didática Tech](https://www.youtube.com/watch?v=JHsnHgb9hDo&list=PLyqOvdQmGdTR_X-BxOJCPIibdjQ_hXycV) | [pt-br] [Youtube] 220 | * [Intro to TensorFlow - Siraj Raval](https://www.youtube.com/watch?v=2FmcHiLCwTU&list=PL2-dafEMk2A7EEME489DsI468AB0wQsMV) | [inglês] [Youtube] 221 | 222 |

PANDAS

223 | 224 | * [Pandas em Português - Zurubabel](https://www.youtube.com/watch?v=eQGEWo1vsKU&list=PL4OAe-tL47sa1McMctk5pdPd5eTAp3drk) | [pt-br] [Youtube] 225 | * [Uma introdução simples ao Pandas](https://medium.com/data-hackers/uma-introdu%C3%A7%C3%A3o-simples-ao-pandas-1e15eea37fa1) | [Medium] 226 | * [Dicas de Pandas - Programação Dinâmica](https://www.youtube.com/watch?v=MVd1cs7TDgA&list=PL5TJqBvpXQv6SSsEgQrNwpOLTupXPuiMQ) | [pt-br] [Youtube] 227 | 228 | 229 |

FUNDAMENTOS IA

230 | 231 | * [Inteligência Artificial - Zurubabel](https://www.youtube.com/watch?v=m1-Hc5-H22M&list=PL4OAe-tL47sY1OgDs7__GJW8xBpPEeNfC) | [pt-br] [Youtube] 232 | * [Inteligência Artificial Fundamentos - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=inteligencia-artificial-fundamentos) | [pt-br] (gratuito) 233 | * [Minicurso de Introdução à Machine Learning e Inteligência Artificial](https://www.youtube.com/playlist?list=PLrakQQfctUYUQ2o-9Vop3osTdwWy871D1) | Também em diegonogare.net | [pt-br] [Youtube] 234 | 235 |

MACHINE LEARNING

236 | 237 | * [Machine Learning para Cientista de Dados - LEG/UFPR/Eduardo Ferreira)](http://cursos.leg.ufpr.br/ML4all/1parte/) | [pt-br] [Youtube] 238 | * [Introducação a Machine Learning - Didática Tech)](https://www.youtube.com/watch?v=ID5Ui22F8HQ&list=PLyqOvdQmGdTSqkutrKDaVJlEv-ui1MyK4) | [pt-br] [Youtube] 239 | * [Machine Learning - Zurubabel)](https://www.youtube.com/watch?v=pKc1J4RB_VQ&list=PL4OAe-tL47sb3xdFBVXs2w1BA2LRN5JU2) | [pt-br] [Youtube] 240 | * [Algoritmos de Machine Learning - Didática Tech)](https://www.youtube.com/watch?v=ID5Ui22F8HQ&list=PLyqOvdQmGdTSqkutrKDaVJlEv-ui1MyK4) | [pt-br] [Youtube] 241 | * [Learn Machine Learning in 3 months - Siraj Raval](https://github.com/llSourcell/Learn_Machine_Learning_in_3_Months) | [inglês] [Youtube] 242 | * [Machine Learning fo Hacckers - Siraj Raval](https://www.youtube.com/watch?v=2FOXR16mLow&list=PL2-dafEMk2A4ut2pyv0fSIXqOzXtBGkLj) | [inglês] [Youtube] 243 | * [Machine Learning - The University of British Columbia](https://www.youtube.com/watch?v=w2OtwL5T1ow&index=1&list=PLE6Wd9FR--EdyJ5lbFl8UuGjecvVw66F6) | [inglês][Youtube] 244 | * [Tutorial de Machine Learning com Titanic](https://www.youtube.com/watch?v=1UVizW6eFrY&list=PLwnip85KhroW8Q1JSNbgl06iNPeC0SDkx) | [pt-br] [Youtube] 245 | 246 | 247 |

REDES NEURAIS/ DEEP LEARNING

248 | 249 | * [Curso Deep Learning - UFG - Deep Learning Brasil](https://www.youtube.com/watch?v=6yYUc6nU3Cw&list=PLSZEVLiOtIgF19_cPrvhJC2bWn-dUh1zB) | [pt-br] [Youtube] 250 | * [Deep Learning em Português - Sandeco](https://www.youtube.com/playlist?list=PLbmt8d_ueDMVUVlw9VZSdgAIi6W3u-7Zg) | [pt-br] [Youtube] 251 | * [Curso Deep Learning - UFG/Cyberlabs Academy](https://www.youtube.com/watch?v=tWB_2APSfaY&list=PL95sSdJCNga2vUe_WUFwCOsrPmJnhCCv9) | [pt-br] [Youtube] 252 | * [Deep Learning em Português - Zurubabel](https://www.youtube.com/watch?v=XL31Z50dLF8&list=PL4OAe-tL47sbzwP6pWR6NQ5ESOt-Ktrih) | [pt-br] [Youtube] 253 | * [Machine Learning em Python - Programação Dinâmica](https://www.youtube.com/watch?v=u8xgqvk16EA&list=PL5TJqBvpXQv5CBxLkdqmou_86syFK7U3Q) | [Youtube] 254 | * [I.A. e Machine Learning - Universo Discreto](https://www.youtube.com/watch?v=p_SmODmFRUw&list=PL-t7zzWJWPtz29fAf72nG3KTJrRdvCmgn) | [pt-br] [Youtube] 255 | * [ Aulas USP | Inteligência Artificial em saúde: o uso de machine learning - Canal USP](https://www.youtube.com/watch?v=EhpebH96Ek0&list=PLAudUnJeNg4tvUFZ8tXQDoAkFAASQzOHm) | [pt-br] [Youtube] 256 | * [Redes Neurais Artificiais - USP](https://sites.icmc.usp.br/andre/research/neural/) | [pt-br] 257 | * [CS224N: Natural Language Processing with Deep Learning | Winter 2019](https://www.youtube.com/playlist?list=PLoROMvodv4rOhcuXMZkNm7j3fVwBBY42z) [inglês][Youtube] 258 | * [MIT 6.S191: Introduction to Deep Learning](https://www.youtube.com/watch?v=5v1JnYv_yWs&list=PLtBw6njQRU-rwp5__7C0oIVt26ZgjG9NI) [inglês] [Youtube] 259 | * [Intro to Deep Learning (Udacity Nanodegree) - Siraj Raval](https://www.youtube.com/watch?v=vOppzHpvTiQ&list=PL2-dafEMk2A7YdKv4XfKpfbTH5z6rEEj3) | [inglês] [Youtube] 260 | * [Neural Networks and Deep Learning (Course 1 of the Deep Learning Specialization) - Deepearning.ai](https://www.youtube.com/watch?v=CS4cs9xVecg&list=PLkDaE6sCZn6Ec-XTbcX1uRg2_u4xOEky0) | [inglês] [Youtube] 261 | * [Practical Deep Learning for Coders, v3](https://www.fast.ai) | [inglês] [Youtube] 262 | 263 |

DATA SCIENCE

264 | 265 | * [Trilha EstaTiDados – Data Science (Estatística, Negócios, StoryTelling, Dashboards, Machine Learning, Raspagem, Análise de Sentimentos e Big Data)](https://www.youtube.com/playlist?list=PLjdDBZW3EmXe6hO2Rt5Q9I5wzRZ7j7K8P) | [pt-br]] [Youtube] 266 | * [(Big Data Fundamentos 2.0 - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=big-data-fundamentos) | [pt-br] (gratuito) 267 | * [Ciência de Dados Aplicada - Programação Dinâmica](https://www.youtube.com/watch?v=DeAuVrhKw58&list=PL5TJqBvpXQv78JrStmN5qp6xoEBT_-3zO) | [Youtube] 268 | * [Microsoft Power BI para Data Science - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=microsoft-power-bi-para-data-science) | [pt-br] (gratuito) 269 | * [Introducação à Ciência de Dados 2.0 - Data Science Academy (DSA)](https://www.datascienceacademy.com.br/course?courseid=introduo--cincia-de-dados) | [pt-br] (gratuito) 270 | * [Ciência de Dados do Zuruba - Zurubabel](https://www.youtube.com/watch?v=Y0L0CWTQWDw&list=PL4OAe-tL47sausWpn6QYcETtYltCe3nmp) | [pt-br] [Youtube] 271 | * [Análise Exploratória de Dados - Zurubabel](https://www.youtube.com/watch?v=4SetLMXelUY&list=PL4OAe-tL47sak0KV_g6VNlPMscQGEAT8t) | [pt-br] [Youtube] 272 | * [Data Science Your Way - Jose A Dianes/ GitHub](https://github.com/jadianes/data-science-your-way) | [inglês] [Youtube] 273 | 274 |

CANAIS DO YOUTUBE

275 | 276 | Conteúdos diversos sobre IA. 277 | * [Sandeco](https://www.youtube.com/channel/UCIQne9yW4TvCCNYQLszfXCQ) 278 | * [Mario Filho - Data Science](https://www.youtube.com/channel/UCIFd_i2iwYox1PPm9rD8wFA) 279 | * [Seja um Data Scientist](https://www.youtube.com/channel/UCar5Cr-pVz08GY_6I3RX9bA/videos) 280 | * [Peixebabel](https://www.youtube.com/user/CanalPeixeBabel/videos) 281 | * [PrograMaria](https://www.youtube.com/channel/UC6N7eSdbT5DDdrqZVeN0KGw/featured) 282 | * [AI Girls Comunidade](https://www.youtube.com/channel/UC_QxmLPZQRJDjjtN1M-gfnQ/videos) 283 | * [Universo Programado](https://www.youtube.com/channel/UCf_kacKyoRRUP0nM3obzFbg) 284 | * [Programacao Dinâmica](https://www.youtube.com/channel/UC70mr11REaCqgKke7DPJoLg) 285 | * [Universo Discreto](https://www.youtube.com/channel/UCEn6kONg6EC_Ylh0RlInsMw/videos) 286 | * [AI Brasil Community](https://www.youtube.com/channel/UCS5QayXigvan2fIDGN8UfpQ) 287 | * [DevelopersBR](https://www.youtube.com/channel/UCGhSrtP0-1qq0XPbnMpi2kQ) 288 | * [Diogo Cortiz](https://www.youtube.com/channel/UC5MXrSUoLW0JRd2j7q1ef7Q) 289 | * [Mikaeri Ohana](https://www.youtube.com/user/miohanars) 290 | * [O Computeiro](https://www.youtube.com/watch?v=d8U7ygZ48Sc) 291 | * [Vini Mesel - #MaisQueDevs](https://www.youtube.com/watch?v=mAIRkkItPSc) 292 | * [Epidemio Fora da Curva - R](https://www.youtube.com/channel/UCl5H4LMBYJB1Hu3HgCmgyCg/videos) 293 | 294 |

SITES COM DESAFIOS/ PROBLEMAS

295 | 296 | * [HarckerRank](https://www.hackerrank.com/) 297 | * [Kaggle](https://www.kaggle.com/) 298 | * [Exercism](https://exercism.io/) 299 | * [URI Jugde](https://www.urionlinejudge.com.br/judge/pt/login?redirect=%2Fpt) 300 | 301 |

CURSOS DA UDEMY/ UDACITY/ COURSERA

302 | 303 | Alguns gratuitos (sem certificado) e outros pagos. 304 | 305 | 306 | 307 |

UDEMY

308 | 309 | * [Manual Prático do Deep Learning - Redes Neurais Profundas - Arnaldo Gualberto](https://www.udemy.com/course/redes-neurais/?referralCode=34C61CFBEACD87D2FD37) 310 | * [Cursos do Fernando Amaral](https://www.udemy.com/user/fernando-amaral-3/) 311 | * [Cursos do Jones Granaty](https://www.udemy.com/user/jones-granatyr/) (tbm em iaexpert.com.br) 312 | * [Deep Learning A-Z™: Hands-On Artificial Neural Networks - Kirill Eremenko/ Hadelin de Ponteves](https://www.udemy.com/course/deeplearning/) 313 | * [Data Science: Deep Learning in Python - Lazy Programmer Inc.](https://www.udemy.com/data-science-deep-learning-in-python/) 314 | * [Machine Learning e Data Science com Python - Marcos Castro/Gileno Alves](https://www.udemy.com/course/machine-learning-e-data-science-com-python/) 315 | * [Data Science de A a Z - Extraçao e Exibição dos Dados - Felipe Mafra](https://www.udemy.com/course/curso-data-science-completo/) 316 | 317 |

COURSERA

318 | 319 | * [IA para todos - Andrew Ng](https://www.coursera.org/learn/ai-for-everyone-es) 320 | * [Machine Learning - Stanford](https://www.coursera.org/learn/machine-learning) 321 | * [Introdução à Ciência da Computação com Python Parte 1](https://www.coursera.org/learn/ciencia-computacao-python-conceitos) 322 | 323 |

UDACITY

324 | 325 | * [Machine Learning - Georgia Tech](https://www.udacity.com/course/machine-learning--ud262) 326 | * [Introduction to Machine Learning Course](https://www.udacity.com/course/intro-to-machine-learning--ud120) 327 | * [AWS Machine Learning Scholarship Program](https://www.udacity.com/scholarships/aws-machine-learning-scholarship-program?bsft_eid=f4e0e426-7315-28ce-d23c-28ab2213e706&utm_campaign=sch_600_2020-04-30_ndxxx_aws-ml-pre-reg-announcement_global&utm_source=blueshift&utm_medium=email&bsft_clkid=013f9465-2976-455b-9866-39d4d8174f61&bsft_uid=068492e1-225e-49de-8c64-3fcc3f7b0fd3&bsft_mid=d585ba8f-b40f-4048-ae8c-ccaa1672cdf1&bsft_ek=2020-05-03T00:32:38Z&bsft_mime_type=html) 328 | 329 | 330 |

REPÓSITORIOS

331 | 332 | Repósitorios com conteúdos, trilhas, dicas e exercícios, ou seja, possuem muuuitos materiais sobre IA. 333 | 334 | * [Plano de estudos em machine learning completo](https://github.com/italojs/awesome-machine-learning-portugues) [pt-br] 335 | * [Workshop de Ciência de Dados de iniciantes a intermediário](https://github.com/NatOps/Workshop-ciencia-de-dados/) [pt-br] 336 | * [Guia do Cientista de Dados das Galáxias](https://github.com/PizzaDeDados/datascience-pizza/) [pt-br] 337 | * [The Catcher in the Data Science](https://github.com/BrunoComitre/favorite-datascience) [pt-br] 338 | * [Pandas Exercises](https://github.com/guipsamora/pandas_exercises) (Inglês) 339 | * [Top-down learning path: Machine Learning for Software Engineers](https://github.com/guipsamora/pandas_exercises) (Inglês) 340 | * [Manual Prático do Deep Learning (código-fonte do curso do Arnaldo Gualberto)](https://github.com/arnaldog12/Manual-Pratico-Deep-Learning) [pt-br] 341 | * [Materiais de estudos sobre Machine Learning](https://github.com/univille-machine-learning/materiais-de-estudo-sobre-machine-learning) [pt-br] 342 | 343 |

DATASETS PARA INICIANTES

344 | (organizar) 345 | https://archive.ics.uci.edu/ml/datasets.php 346 | 347 | 348 |

DICAS PARA MONTAR PORTIFÓLIO

349 | 350 | * [Os 5 tipos de projetos obrigátorios para o portifólio de Data Science (Seja Um Data Scientist)](https://www.youtube.com/watch?v=LJrK4B7bNWA) | [Youtube] 351 | https://blog.academiain1.com.br/big-data-voce-conhece-os-4-tipos-de-analise-de-dados/ 352 | https://blog.toccato.com.br/aprenda-como-fazer-uma-analise-de-dados-eficiente-em-6-passos/ (organizar) 353 | https://blog-in1-com-br.cdn.ampproject.org/v/s/blog.in1.com.br/como-criar-uma-modelagem-de-dados-de-forma-eficaz?hs_amp=true&_js_v=0.1#referrer=https%3A%2F%2Fwww.google.com&_tf=Fonte%3A%20%251%24s&share=https%3A%2F%2Fblog.in1.com.br%2Fcomo-criar-uma-modelagem-de-dados-de-forma-eficaz (organizar) 354 | https://sigmoidal.ai/guia-basico-de-pre-processamento-de-dados/ (organizar) 355 | https://sigmoidal.ai/como-tratar-dados-ausentes-com-pandas/ 356 | https://medium.com/databootcamp/meu-checklist-de-projetos-de-aprendizado-de-m%C3%A1quina-34328850d7ab 357 | 358 |

FREELANCER EM DATA SCIENCE

359 | 360 | * [Como ser Freelancer em Data Science - Mario Filho](https://www.youtube.com/watch?v=ggdXJJNh7-k) 361 | 362 | 363 |

MAIS OU MENOS OFF-TOPIC

364 | 365 |

REPRESENTATIVIDADE

366 | 367 | * [R-Ladies](https://rladies.org/) 368 | * [Black in AI](https://blackinai.github.io/#/programs/summer-research-programs) 369 | * [Pyladies](https://brasil.pyladies.com/) 370 | * [Tecnogueto](https://tecnogueto.com.br/) 371 | * [QuebraDev](https://quebradev.com.br/) 372 | * [AfroPython](https://afropython.org/) 373 | * [perifaCode](https://perifacode.com/) 374 | * [PrograMaria](https://www.youtube.com/channel/UC6N7eSdbT5DDdrqZVeN0KGw/featured) 375 | * [AI Girls Comunidade](https://www.youtube.com/channel/UC_QxmLPZQRJDjjtN1M-gfnQ/videos) 376 | * [DevAIWomen - DevelopersBR](https://www.youtube.com/channel/UCGhSrtP0-1qq0XPbnMpi2kQ/search?query=DevAIWomen) 377 | * [BlackPowerData](https://blackpowerdata.com/) 378 | * [PodProgramar](https://podprogramar.com.br/) 379 | 380 | 381 |

SITES ÚTEIS PARA DESENVOLVEDORES PYTHON

382 | 383 | * [Pydata](https://pydata.org/) 384 | * [Python Café](https://pythoncafe.com.br/) 385 | * [Pyjobs](https://www.pyjobs.com.br/) 386 | 387 |

LINKS ÚTEIS

388 | 389 | * [Posts Programação Dinâmica - Medium](https://medium.com/programacaodinamica) 390 | * [The Four “Pure” Learning Styles in Machine Learning](https://towardsdatascience.com/machine-learning/home) 391 | * [The Netflix Data Scientist Interview](https://towardsdatascience.com/the-netflix-data-scientist-interview-35093d4c20aa) 392 | * [Classificação de textos com Python - Alura/ Yuri Matheus](https://www.alura.com.br/artigos/classificando-textos-com-python) 393 | * [Classificando textos com Redes Neurais e TensorFlow - Deborah Mesquita](https://www.deborahmesquita.com/2017-05-07/classificando-textos-com-redes-neurais-e-tensorflow) 394 | * [Posts Rafel Sakurai](http://rafaelsakurai.github.io/) 395 | * [ConsuData](https://consudata.com.br/blog) 396 | * [The Four “Pure” Learning Styles in Machine Learning](https://towardsdatascience.com/machine-learning/home) 397 | * [The Netflix Data Scientist Interview](https://towardsdatascience.com/the-netflix-data-scientist-interview-35093d4c20aa) 398 | * [Classificação de textos com Python - Alura/ Yuri Matheus](https://www.alura.com.br/artigos/classificando-textos-com-python) 399 | * [Classificando textos com Redes Neurais e TensorFlow - Deborah Mesquita](https://www.deborahmesquita.com/2017-05-07/classificando-textos-com-redes-neurais-e-tensorflow) 400 | * [Posts Rafel Sakurai](http://rafaelsakurai.github.io/) 401 | * [ConsuData](https://consudata.com.br/blog) 402 | 403 |

PODCASTS

404 | 405 | * [Pizza de Dados](pizzadedados.com/) 406 | * [PodProgramar](https://mundopodcast.com.br/podprogramar/79-ciencia-de-dados/) 407 | * [Café Debug](https://soundcloud.com/cafe-de-bug) 408 | * [QuebraDev](https://quebradev.com.br/) 409 | * [Dev na Estrada](https://quebradev.com.br/) 410 | * [DataHackers](https://datahackers.com.br/podcast) 411 | * [Hipsters Ponto Tech](https://hipsters.tech/) 412 | 413 |

OPEN SOURCE

414 | 415 | * [Guia: Como contribuir em Open Source](https://willianjusten.com.br/guia-como-contribuir-em-open-source/) 416 | 417 |

ARTIGOS

418 | 419 | * [ICML](https://icml.cc/) 420 | * [ARXIV](https://arxiv.org/) 421 | * [ARXIV](http://www.arxiv-sanity.com/) 422 | * [KDNuggets](https://www.kdnuggets.com/education/online.html) 423 | * [OpenAI](https://openai.com/requests-for-research/) 424 | 425 | 426 | 427 | 428 | 429 | 430 | --------------------------------------------------------------------------------