O Curso
Objetivo
O curso foi projetado para proporcionar aos participantes uma jornada abrangente desde os fundamentos da computação até as complexidades do Aprendizado Profundo. O objetivo principal é capacitar os alunos a compreenderem e aplicarem conceitos cruciais de Inteligência Artificial (iA) de uma maneira acessível e prática.
Depois de concluir este curso os alunos serão capazes de
Ao concluir o curso "iA - Inteligência Artificial", os alunos estarão preparados para enfrentar desafios reais no campo da Inteligência Artificial, tendo adquirido habilidades práticas em programação, compreensão aprofundada de redes neurais e experiência na aplicação de técnicas de Aprendizado de Máquina. Este curso é uma porta de entrada acessível e abrangente para quem busca se destacar no fascinante mundo da IA.
Pré-requisitos
Familiaridade com o sistema operacional Windows.
Carga Horária
68 horas
Conteúdo programático
iA - Inteligência Artificial
Módulo 1: Fundamentos de Computação
Conceitos básicos de computadores, hardware e software;
Representação de dados: Bits, Bytes e sistemas numéricos;
Arquitetura de computadores e periféricos;
Lógica de Programação com Visualg;
Introdução à lógica de programação;
Estruturas de controle de fluxo (condicionais, loops);
Construção de algoritmos simples no Visualg;
Linguagens de Programação (C, Python);
Introdução às linguagens C e Python;
Sintaxe básica e estruturas de controle;
Noções de programação orientada a objetos em Python.
Módulo 2: Introdução à Inteligência Artificial
História e Conceitos Iniciais de Inteligência Artificial;
Evolução histórica da iA;
Definição e aplicações práticas;
Neurociência e Fundamentos Biológicos;
Estrutura e funcionamento de neurônios;
Plasticidade cerebral e aprendizado;
Relação entre neurociência e iA;
Redes Neurais Artificiais (Perceptrons);
Estrutura básica de uma rede neural;
Função de ativação, aprendizado e retropropagação;
Implementação prática de um perceptron.
Módulo 3: Aprofundando em Aprendizado de Máquina
Machine Learning e Deep Learning;
Conceitos fundamentais de Machine Learning;
Diferenças entre Machine Learning e Deep Learning;
Aplicações práticas e casos de uso;
Práticas Iniciais em Deep Learning;
Uso de bibliotecas (TensorFlow ou PyTorch);
Construção de modelos mais complexos;
Avaliação e ajuste de hiperparâmetros.
Módulo 4: Projeto Final e Aplicações Práticas
Desenvolvimento de um projeto prático de iA;
Apresentação e feedback;
Aplicações Práticas em iA;
Estudo de casos reais;
Aplicações específicas em diferentes setores;
Tendências futuras e ética em iA.
programático
Próximas turmas
Cursos relacionados
Lógica de Programação
O curso de Lógica de Programação tem por objetivo desenvolver o raciocínio lógico e apresentar os mecanismos [...]
Java Developer
O curso Java Developer apresenta ao aluno os recursos que a plataforma Java fornece para o desenvolvimento [...]
iOS Developer (iPhone /iPad)
Desenvolvimento de aplicativos, com interação completa e desenvolvimento de interfaces customizadas, [...]
Partners
Funcionamento
08:00 as 22:30 seg a sex
08:00 as 17:00 sábado
08:00 as 17:00 sábado