Cursos Udemy

Infra

1. Ansible para SysAdmin
2. Certificação Amazon AWS Solution Architect + 3 Cursos EXTRAS
3. Computação em Nuvem: aprenda Amazon AWS com a mão na massa
4. DevOps For Beginners - Docker, Kubernetes and Azure DevOps
5. DevOps: AWS com Terraform Automatizando sua infraestrutura
6. Docker: Ferramenta essencial para Desenvolvedores
7. Simulados para Certificação EXIN Cloud Computing Foundation

IoT

1. Primeiros passos com o FreeRTOS e ESP32
   

Web

1. Criando Páginas Web com o GitHub Pages
2. Crie sites Wordpress hospedados gratuitamente na Amazon
3. Curso Completo Criar Sites com Design Profissional WordPress
4. Curso Completo de PHP 7
5. Curso Completo do Desenvolvedor NodeJS e MongoDB
6. Curso React + Redux: Fundamentos e 2 Apps do Absoluto ZERO!
7. Do Zero à Nuvem: API Restful com NodeJS, Restify e MongoDB
8. Introdução à linguagem CSS
9. Introdução à linguagem JavaScript

IA

1. Formação Cientista de Dados com Python e R
2. Introdução à Estatística para Data Science em R
3. Machine Learning e Data Science com Python de A a Z
4. Machine Learning in R: Curso Completo de Regressão Linear
5. Statistical Modeling for Data science
6. Super Formação Inteligência Artificial e Machine Learning
7. Unsupervised Machine Learning Hidden Markov Models in Python

Música

1. Aprenda a Improvisar na Guitarra
2. Curso de Flauta Doce Prática

Linux

1. Iptables - O Firewall do Linux
2. Linux Kernel System Programming
3. Preparatório para Certificação Linux LPIC-1
4. Git para iniciantes

Mercado Financeiro

1. Python para Finanças: Investimentos & Análise de Dados

Diversos

1. Curso de ESP8266
2. Go (Golang): Explorando a Linguagem do Google
3. Learning Data Structures in JavaScript from Scratch
4. LGPD - Lei geral de proteção de dados para leigos
5. Nanodegree Digital Marketing - Launch Formula

Livros Packt

1. Inteligência Artificial, Machine Learning e Dados

1. Statistics for Machine Learning - Pratap Dangeti (2017)
2. Practical Time Series Analysis - Dr. Avishek Pal, Dr. PKS Prakash (2017)
3. Practical Data Analysis - Hector Cuesta (2013)
4. Python Machine Learning - Second Edition - Sebastian Raschka, Vahid Mirjalili (2017)
5. Machine Learning with TensorFlow 1.x - Quan Hua, Shams Ul Azeem, Saif Ahmed (2018) 

2. Redes, DevOps e Infraestrutura

1. Mastering Python Networking - Eric Chou (2017 - 1ª ed., 2020 - 2ª ed.)
2. Network Analysis using Wireshark 2 Cookbook - Second Edition - Yoram Orzach (2018)
3. Nginx HTTP Server - Second Edition - Clément Nedelcu (2015)
4. Practical AWS Networking - Mark Wolfe (2016)
5. Learning DevOps: Continuously Deliver Better Software - Joakim Verona, Michael Duffy, Paul Swartout (2015)

3. Desenvolvimento Web e Programação

1. Python: Journey from Novice to Expert - Fabrizio Romano, Dusty Phillips, Rick van Hattem (2016)
2. Object-Oriented Programming with PHP5 - Hasin Hayder (2007)
3. Web Application Development with Yii 2 and PHP - Mark Safronov, Jeffrey Winesett (2014)
4. Android UI Design - Jessica Thornsby (2016)

4. Sistemas Embarcados e Linux

1. Architecting High-Performance Embedded Systems - Jim Ledin (2021)
2. Embedded Systems Architecture: A Comprehensive Guide for Engineers and Programmers - Tammy Noergaard (2005 - 1ª ed., 2012 - 2ª ed.)
3. Embedded Linux Development using Yocto Projects - Second Edition - Otavio Salvador, Daiane Angolini (2022)
4. Mastering Embedded Linux Programming - Second Edition - Chris Simmonds (2017)
5. Mastering Linux Device Driver Development - John Madieu (2021) 

5. IoT, Blockchain, Drones e Tecnologias Emergentes

1. Internet of Things with ESP8266 - Marco Schwartz (2016)
2. Building Smart Drones with ESP8266 and Arduino - Syed Omar Faruk Towaha (2018)
3. Building Blockchain Projects - Narayan Prusty (2017)

Total: 22 livros.

Cadeia de Markov explicação Interativa

Ótima expçicação do site Explained Visually

Markov Chains
http://setosa.io/ev/markov-chains/

Legal de ver também do mesmo site
Eigenvectors and Eigenvalues
Principal Component Analysis
Eigenvectors and Eigenvalues
Image Kernels (usado na extração de características em imagens)

[24.10.2121]

Deep Learning with Tensorflow 2.0

sobre Eigendecomposition - eigenvectors e eigenvalues.
assim como decompomos um número 12 como 2*2*3
pode-se decompor uma matriz em eigenvectors e eigenvalues.
Um eigenvector (autovetor) de uma matriz quadrada A é um vetor diferente de zero v tal que a multiplicação por A altera apenas a escala de v, em suma, este é um vetor especial que não muda a direção da matriz quando aplicado a ele:
    Av=λv
A escala (o escalar) λ é conhecida como o autovalor correspondente a este autovetor.

Determinante
O determinante de uma matriz quadrada, denotado det (A), é uma função que mapeia matrizes para escalares reais.
==>>> The determinant is equal to the product of all the eigenvalues of the matrix.