Shorts

Versão curta (short, preview) do vídeo: https://youtu.be/HELdFOHtYks Descrição para o vídeo YouTube (ChatGPT a partir da narração do vídeo): Neste vídeo, vou te mostrar como preencher automaticamente colunas do Excel com dados extraídos de textos longos, usando apenas fórmulas nativas, sem necessidade de macro ou inteligência artificial. Pedi ao ChatGPT para gerar um exemplo de planilha com um campo de descrição bastante extenso, contendo mais de 70 palavras, dentre elas, códigos espalhados no meio do texto. O desafio aqui é localizar esses códigos e extrair as informações desejadas, como "Cod:", "Prod:", e similares, utilizando as funções LOCALIZAR e EXT.TEXTO e obter os dados associados (códigos, nomes de produtos etc). Você vai aprender como: Usar funções de localização de texto para encontrar padrões específicos; Calcular posições e tamanhos de strings dentro de uma célula; Extrair exatamente a parte relevante do conteúdo; E transformar essas fórmulas em valores estáticos no Excel. Esse método é ótimo para quem quer automatizar a extração de dados em planilhas com muito texto, sem precisar de programação! 💡 Ideal para quem trabalha com análise de dados, Excel avançado, ou quer aprender truques úteis para o dia a dia.

Versão curta (short, preview) do vídeo: https://youtu.be/oN4eFPsCoVE Criado a partir do artigo DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation Nataniel RuizYuanzhen LiVarun JampaniYael PritchMichael RubinsteinKfir AbermanGoogle Research Resumo DreamBooth é uma abordagem inovadora para personalizar modelos de difusão de texto para imagem, permitindo que eles gerem novas representações de um assunto específico. Ao alimentar o modelo com apenas algumas imagens de referência de um objeto ou ser, ele aprende a associar um identificador único a esse assunto. Isso capacita os usuários a sintetizar imagens fotorrealistas e totalmente novas do assunto em diversos contextos, poses, estilos artísticos e condições de iluminação, mesmo que não estejam presentes nas imagens originais. Essencialmente, DreamBooth permite que você insira um sujeito em sua "cabine de fotos" e o "sintetize onde seus sonhos o levarem". Áudio e narração gerados pelo Notebook LM. Descubra como o modelo DreamBooth revoluciona a geração de imagens personalizadas usando técnicas de difusão de imagem. Neste vídeo, exploramos os fundamentos do modelo, suas aplicações práticas em arte digital, marketing e criação de conteúdo, e como ele pode ser treinado para gerar imagens realistas com base em um conjunto específico de exemplos. Ideal para entusiastas de IA generativa, artistas digitais e desenvolvedores que desejam entender como personalizar modelos de imagem com resultados impressionantes. 🔍 Aprenda: O que é DreamBooth? Como funciona a difusão de imagem? Como treinar modelos personalizados com poucas imagens? Aplicações criativas e profissionais.

Versão curta (short, preview) do vídeo https://youtu.be/C7WZ8pg-YYs Nele, primeiro apresento um trecho curto de uma produção elaborada com avatar criado pelo Vidnoz AI. Depois, apresento análise de 9 artigos científicos realizada no Notebook LM. Tudo isso sobre o tema: Modelos de Difusão de Imagens. Neste vídeo, explico como funcionam os modelos de difusão de imagem utilizados em inteligências artificiais generativas, como eles processam imagens a partir de ruído aleatório (ruído gaussiano) e como é possível gerar imagens complexas como "um gato jogando xadrez com um cachorro" a partir de prompts de texto. A base deste conteúdo foi construída a partir de nove artigos científicos analisados com o Notebook LM (Google) e transformados em vídeo com a ferramenta VidNoise AI. Exploro os conceitos de espaço latente, trajetória de difusão reversa, denoising, atenção cruzada (cross-attention) e representação semântica. Falo também sobre como os modelos aprendem a reconstruir imagens, como reconhecem clusters semânticos (como os de gatos, cachorros e objetos) e como funcionam os mecanismos de controle e condicionamento usados na geração de imagens guiadas por texto. 🔍 Ferramentas utilizadas: Notebook LM (para análise científica) VidNoise AI (para criação de vídeo com IA)

Vídeo curto (preview, short) de: https://youtu.be/iTS4tTb3Iqs Fundamentos de Árvores Binárias: Busca Binária e Aplicativos Práticos Explicados! Neste vídeo, exploramos os fundamentos de árvores binárias e o poderoso algoritmo de busca binária! 📚 Aprenda como funcionam as árvores binárias, a eficiência da busca binária e como aplicá-las em problemas reais. Mostramos um jogo de adivinhação interativo, onde você pode testar o algoritmo, e explicamos por que ele garante encontrar qualquer número em até 21 passos para 1 milhão de possibilidades. Além disso, apresentamos aplicativos práticos para visualização de árvores balanceadas e indexação de listas. Acesse o artigo completo (Artigo 64) no link abaixo! 👇 🔗 Link do Artigo: https://www.robertocsantosrj.eti.br/artigos/post64-fundamentos-de-arvores-binarias-e-suas-aplicacoes-praticas 🎮 Jogo de Adivinhação: link no artigo acima 📊 Aplicativo de Visualização de Árvores: link no artigo acima. Tópicos abordados: Introdução às árvores binárias Como funciona a busca binária Aplicativos práticos: jogo de adivinhação e geração de árvores balanceadas Conceitos de busca em pré-ordem, em-ordem e pós-ordem Aplicações reais: indexação, serialização e mais Dicas para otimizar sua abordagem em algoritmos 💡 Por que assistir? Se você é estudante de ciência da computação, programador ou apenas curioso sobre estruturas de dados, este vídeo é perfeito para entender árvores binárias de forma prática e visual. Inscreva-se, deixe seu like e ative o sininho 🔔 para mais conteúdos sobre algoritmos e programação! #árvoresbinárias #buscabinária #estruturasdedados #programação #algoritmos