Aulas

Disciplina: Aprendizado Profundo (MPEE15). Turma: 25A-Trans_Utam. Período: 2025/1. Curso: Mestrado em Engenharia Elétrica. Sala: 25A-Trans_Utam. Google Classroom: xwdi3dg. Horário: quintas, sextas e sábados.

  • Plano de ensino: [link]
  • Aulas:
    • Apresentação da disciplina [link]
    • Aula de aprendizado de máquina [link]
    • Aula de redes neurais [link]
    • Aula de redes neurais regionais [link]
    • Aula de large language models [link]
    • Aula YOLO [link]
    • Aula Natural Language Processing [link]
    • Aula Transformers [link]
    • API ChatGPT [link]
  • Avaliação
    • Especificação do trabalho prático [link]

Disciplina: Banco de Dados I (ESTCMP022). Turma: ECP05_T01. Período: 2025/1. Curso: Engenharia da Computação. Sala: A-5. Google Classroom: ghzoc4c. Horário: terças e quintas-feiras (10:00 às 11:40 horas).

  • Plano de ensino: [link].
  • Aulas:
    • Aula de apresentação da disciplina [link]
    • Aula de fundamentos de BD [link]
    • Aula MER [link]
    • Aula Modelo Relacional [link]
    • Aula normalização e dependências funcionais [LINK]
    • Aula de PHPMyAdmin [link]
    • Aula de SQL [link]
    • Aula de álgebra relacional [link]

Disciplina: Algoritmos e Estruturas de Dados I (ESTCMP011). Turma: LCP03_T01. Período: 2025/1. Curso: Licenciatura em Informática. Sala: Laboratório?. Google Classroom: dnh5cbo. Horário: terças e quintas-feiras (13:50 às 16:20 horas).

  • Plano de ensino: [link]
  • Aulas:
    • Apresentação da disciplina [link]
    • Aula de complexidade de algoritmos [link]
    • Aula de tipos abstratos de dados [link]
    • Aula filas [link]
    • Aula pilhas [link]
    • Aula listas ligadas [link]
    • Aula tabela hash [link]
    • Aula de árvores [link]
    • Aula de árvores de busca [link]
    • Árvores AVL [link]
    • Árvores rubro-negras [link]
    • Árvores 2-3 [link]
  • Trabalhos:

Disciplina: Programação para Ciência de Dados. Turma: 3. Curso de Pós-graduação Lato Sensu em Ciência de Dados. Google Classroom: lb6nswa4. Horário: sábado pela manhã e tarde.

  • Plano de ensino: [link]
  • Vídeo [link]
  • Aula de apresentação da disciplina: [link]
  • Aula de COLAB [link]
  • Aula de Python [link]