Todos os recursos providenciados são gratuitos! Nem todos possuem tradução para o português, então é importante se atentar a isso.
Introdução à programação em Python:
Do canal Bro Code, no YouTube, mostra de forma eficiente a lógica básica da linguagem de programação Python, além de mostrar as principais funções de NumPy, Pandas e MatPlotLib, bibliotecas de gerenciamento de visualização de dados importantíssimas na área. Os vídeos foram originalmente feitos em inglês, mas possuem faixas de áudio em português (BR), se necessário. Para um curso mais detalhado de Python (12h), clique aqui. Esse, ao contrário do último, não possui todas as aulas traduzidas. Recomendados assisti-lo somente até os vídeos sobre PyQt5 (até ~10h das 12h), pouco importantes para ML.
O Curso em Vídeo é uma ótima plataforma para aqueles que não tem nenhuma experiência com programação e querem começar. Dentro do contexto de inteligência artificial, a linguagem mais utilizada e com mais recursos para tal é Python, a principal opção em todas as olimpíadas na área. Portanto, é altamente recomendado que assista o curso gratuito do Curso em Vídeo, que é de alta qualidade e ainda pode emitir certificados para você.
Kaggle é uma plataforma focada em conteúdos extremamente similares aos das olimpíadas e competições abordadas aqui no NOIC, e, além de conter diversas competições e códigos para se inspirar, contém uma área focada apenas para aqueles que estão aprendendo, começando do zero. Ela é ideal para quem nunca teve contato com arquivos .ipynb (notebooks) anteriormente, ou mesmo, problemas de aprendizado de máquina.
Introdução ao Deep Learning:
Não há palavras para descrever a qualidade de seus vídeos. É de nosso interesse o curso de Neural Networks, obviamente, mas também de Cálculo I/II e Álgebra Linear, quase pré-requisitos para o entendimento pleno do curso em destaque. Como é um deep-dive avançado, o recomendados para estudantes já familiarizados com matemática Pré-Cálculo e fundamentos da tecnologia.
Esse é um curso gratuito disponibilizado pelo MIT, e é capaz de estabelecer uma ótima base para a parte teórica de visão computacional, processamento de linguagem natural, e aprendizado profundo no geral. Tratando especificamente das olimpíadas, recomenda-se chegar até a aula de “Deep Generative Modeling” com um amplo entendimento do conteúdo.