Formação Inteligência Artificial e Machine Learning from Udemy

Atualizado em 2024 com Modelos da OpenAI (GPT do ChatGPT)

A Inteligência Artificial esta mudando o mundo como conhecemos, e consequentemente criando oportunidades de negócio e milhares de oportunidades no mercado de trabalho. Não fique de fora, conheça o mais completo e abrangente curso em Inteligência Artificial, que alia teoria e prática, e que vai levar você a um outro nível de conhecimento, com capacidade de implementar programas para tornar computadores inteligentes.

O curso é composto de:

Mais de 150 aulas.
Mais de 60 Implementação Práticas com Python com código fonte para baixar
Questões de fixação
Atividades Práticas
Além do código fonte, slides do curso disponíveis para download

Veja o que você vai estudar:

Fundamentos de Machine Learning: Tipos e Aplicações, Avaliação de Performance, Clusters, Regras de Associação
Algoritmos de Machine Learning: Correlação e Regressão, Naive Bayes, Redes Bayesianas, Árvores de Decisão, Aprendizado Baseado em Grupos, Aprendizado Baseado em Instâncias, Vizinho Mais Próximo, K-means, Apriori
Tópicos Avançados em Machine Learning: Engenharia de Atributos, PCA, Seleção de Atributos, Técnicas Avançadas de Clusters, Classificação Multi Label, Datasets Desbalanceados, AutoML e Tunning de Modelos
Redes Neurais, Deep Learning e Visão Computacional: Fundamentos de Redes Neurais, Perceptron,Deep Learning, Hiper Parâmetros, Redes Neurais Convolucionais (CNN), Redes Neurais Recorrentes (LSTM), Autoencoders
Machine Learning Explicável: Conceitos, Modelos White-box, Modelos Black-box, Feature Importance, LIME, Eli5, Shap, Interpret
Processamento de Linguagem Natural (NLP) e LLM: Corpus, Tokens, Annotations, Tokenization, Parts-of-Speech Tagging (POS), Lemmatizing (Lemma), Dependency Parsing, LLM, Huggin Face, Open AI e GPT, Fine Tunning
Geração de Imagens e Transcrição de Audio: DALL-E e Whisper
Detecção de Anomalias: Técnicas Estatísticas: z-score, IQR, Machine Learning isolation forest, lof, Deep Learning: autoencoders, lstm, Seasonal and Trend Decomposition (std), Time Series: arima, media móvel , exponencial smoothing
Algoritmos Genéticos: Evolução Biológica, Fundamentos de AG, Técnicas, Busca e Otimização, Fundamentos, Hill Climbing, BFS e DFS, Tabu Search, Simulated Annealing
Algoritmos de Busca e Otimização: Hill Climbing

What's inside

Syllabus

Introdução

Apresentação e Conteúdo do Curso

Orientações Gerais

Material para Download

Ambiente Python para o Curso

Tutorial de Google Colab

Fundamentos de Machine Learning

Aplicações

Definições Gerais

Conceitos Fundamentais

Introdução a Classificação

Avaliação de Performance e Matriz de Confusão

Avaliação de Performance para Regressão

Codificação de Categorias

Dimensionamento de Características

Fundamentos de Agrupamentos

Regras de Associação

Estudo de Algoritmos de Machine Learning

Introdução a Correlação e Regressão Linear

Condições para Regressão Linear

Cálculos na Regressão Linear

Lab: Regressão Linear em Python

Lab: Regressão Linear com StatsModels

Lab: Regressão Linear com StatsModels (Continuação)

Naive Bayes

Lab: Naive Bayes

Lab: Naive Bayes (Continuação)

Árvores de Decisão

Opcional: Cálculos para Induzir uma Árvore de Decisão

Lab: Implementando Árvores de Decisão

Aprendizado Baseado em Grupos com Random Forest

Lab: Random Forest

Aprendizado Baseado em Instância

KNN: Vizinho mais Próximo

Lab: Implementando KNN

KMeans

Lab: Implementando Clusters Diversos

Lab: Implementando Clusters Diversos (Continuação)

Regras de Associação com Apriori

Lab: Implementado Apriori

Tópicos Avançados em Machine Learning

Engenharia e Seleção de Atributos

Lab: Engenharia de Atributos

Lab: Engenharia de Atributos (Continuação)

PCA: Principal Component Analysis

Lab: PCA

Seleção de Atributos

Lab: Seleção de Atributos

Avaliando a Viabilidade de um Modelo

Avaliando e Comparando a Performance de Modelos

Custo de Modelos

Técnicas Avançadas para Clusters

Lab: Técnicas Avançadas para Clusters

Lab: Técnicas Avançadas para Clusters (Continuação)

Lab: Escolhendo o Melhor Agrupador

Lab: Escolhendo o Melhor Agrupador (Continuação)

Classificação Multi Label

Métricas para Avaliação Multi Label

Lab: Classificação Multi Label

Dados Desbalanceados

Lab: Dados Desbalanceados

AutoML e Tunning de Modelos

AutoML e Tunning de Modelos (Continuação)

Lab: AutoML e Tunning

Lab: AutoML e Tunning com H2O

Redes Neurais, Deep Learning e Computer Vision

Introdução a Redes Neurais Artificiais

Conhecendo o Perceptron

Classificação com Perceptron

Classificação com Perceptron (Continuação)

Apresentação de Redes Neurais

Deep Learning

Compreendendo Hiper Parâmetros

Lab: Implementando RNA

Lab: RNA com Keras

Lab: RNA com Keras (Continuação)

Visão Computacional com CNN - Convolution

Visão Computacional com CNN - Pooling

Visão Computacional com CNN - Flattening

Visão Computacional com CNN - Full Connected

Dados Cifar10

Lab: Convolution Neural Network (CNN)

Lab: Convolution Neural Network (CNN) (Continuação)

Lab: Convolution Neural Network (CNN) (Continuação II)

Redes Neurais Recorrentes e LSTM (Long Short Term Memory)

Conjunto de Dados Stock do Google

Lab: Pré-processamento para LSTM

Lab: Treinamento de LSTM

Lab: Previsão e Comparação de Resultados de LSTM

Introdução aos Autoencoders

Sobre o Lab de Autoencoders

Lab: Preprando o Autoencoder

Lab: Criando o Modelo do Autoencoder

Lab: Removendo o Ruído da Imagem

Machine Learning Explicável

O que é Machine Learning Explicável (XAI)

Por que um Modelo Precisa ser Explicado?

Good to know

Know what's good

, what to watch for

, and possible dealbreakers

É abrangente e abrange diferentes áreas de Inteligência Artificial, incluindo aprendizado de máquina, visão computacional e processamento de linguagem natural

Oferece mais de 150 aulas e 60 implementações práticas com código-fonte para download, fornecendo aos alunos amplos recursos de aprendizagem

Aborda tópicos avançados em aprendizado de máquina, como engenharia de atributos, otimização de modelos e aprendizado automático explicável

Inclui implementações de modelos de OpenAI (GPT do ChatGPT), mantendo o curso atualizado com os avanços recentes em Inteligência Artificial

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Formação Inteligência Artificial e Machine Learning with these activities:

Organize notes and materials

Show steps

Enhances memory retention, aids in understanding complex concepts, and provides a valuable reference resource.

Browse courses on Note-Taking

Show steps

Review notes from lectures and readings.
Summarize key points and concepts.
Organize materials into folders or digital notebooks.

Revise general machine learning concepts

Show steps

Refresh your understanding of fundamental machine learning concepts to ensure a strong foundation for this course.

Browse courses on Machine Learning Fundamentals

Show steps

Review basic machine learning algorithms, such as linear regression and decision trees.
Understand the key concepts of supervised and unsupervised learning.
Gain familiarity with common machine learning evaluation metrics.

Review Matplotlib Tutorial

Show steps

Refreshes understanding of Matplotlib functions and syntax.

Browse courses on Matplotlib

Show steps

Check out the Matplotlib tutorial.
Refresh yourself on the basic functions of Matplotlib.
Go through some of the examples provided in the tutorial.
Try to plot some of your own data using Matplotlib.

15 other activities

Expand to see all activities and additional details

Show all 18 activities

Review Natural Language Processing Basics

Show steps

Review basic NLP concepts such as tokenization, stemming, lemmatization, and part-of-speech tagging to strengthen your foundation for this course.

Browse courses on NLP

Show steps

Revisit key terms and definitions in NLP.
Explore online tutorials or documentation on NLP basics.
Practice tokenization and stemming using Python libraries like NLTK.

Create a Comprehensive Course Summary

Show steps

Enhance your understanding and retention of course content by creating a comprehensive summary. This will help you consolidate your learning and easily review key concepts and methodologies.

Show steps

Review your notes, assignments, and course materials.
Summarize the main concepts covered in each module or section.
Organize your summary into a logical structure, such as an outline or mind map.

Join a study group or online forum

Show steps

Creates a supportive learning environment, promotes peer-to-peer learning, and enhances problem-solving skills.

Browse courses on Collaboration

Show steps

Find a study group or online forum related to the course.
Participate regularly in discussions and ask questions.
Share your knowledge and help other learners.

Participate in Online Discussion Forums

Show steps

Engage in discussions with your peers to exchange ideas, clarify concepts, and deepen your understanding of course topics. This collaborative learning experience will foster better comprehension and retention.

Show steps

Identify relevant discussion forums or online communities related to the course.
Actively participate in discussions by asking questions, sharing insights, and responding to others' posts.
Reflect on the discussions and incorporate new perspectives into your understanding.

Complete beginner-friendly tutorials on neural networks

Show steps

Supplement your understanding of neural networks by working through guided tutorials.

Browse courses on Neural Networks

Show steps

Identify a beginner-friendly tutorial on neural networks.
Follow the tutorial step-by-step, implementing and training a neural network.
Experiment with different neural network architectures and hyperparameters.

Solve Python coding problems on LeetCode

Show steps

Sharpens problem-solving and coding skills necessary for the Python portion of this course.

Browse courses on Python

Show steps

Pick a problem from the 'Easy' section of LeetCode.
Try to solve the problem on your own.
If you get stuck, check the discussion forum for hints or solutions.

Implement SVM and Decision Tree Algorithms

Show steps

Reinforce your understanding of SVM and Decision Tree algorithms by implementing them from scratch in Python. This hands-on practice will solidify your grasp of their inner workings.

Browse courses on SVM

Show steps

Review the mathematical concepts behind SVM and Decision Trees.
Implement the SVM algorithm using Python libraries like scikit-learn.
Implement the Decision Tree algorithm using Python libraries like scikit-learn.
Experiment with different parameters and datasets to observe their impact on model performance.

Follow a tutorial on how to build a machine learning model

Show steps

Provides practical experience in building and evaluating machine learning models.

Browse courses on Machine Learning

Show steps

Find a tutorial that aligns with your skill level and interests.
Follow the tutorial step-by-step, implementing the code and understanding the concepts.
Test and evaluate the model's performance.

Solve practice problems on supervised learning algorithms

Show steps

Reinforce your understanding of supervised learning algorithms through practice.

Browse courses on Supervised Learning

Show steps

Find a collection of practice problems on supervised learning algorithms.
Attempt to solve the problems using different algorithms.
Analyze your results and identify areas for improvement.

Attend a workshop on Machine Learning

Show steps

Provides focused and hands-on experience, allowing for deeper understanding and practical implementation.

Browse courses on Machine Learning

Show steps

Identify relevant workshops in your area or online.
Register for a workshop that aligns with your interests and learning goals.
Actively participate in the workshop and engage with the instructors and peers.

Explore Transformers for NLP Tasks

Show steps

Extend your knowledge of NLP by exploring the latest advancements in transformer models. Follow online tutorials or documentation to gain a deeper understanding of their architecture, training techniques, and applications.

Browse courses on Transformers

Show steps

Identify online tutorials or documentation on transformer models.
Follow the tutorials to understand the theory behind transformer models.
Implement a simple transformer model using Python libraries like Hugging Face.

Connect with a mentor in the field of Machine Learning

Show steps

Provides access to valuable guidance, insights, and support from experienced professionals.

Browse courses on Machine Learning

Show steps

Attend industry events and meetups.
Reach out to professors, researchers, or professionals in the field.
Build genuine relationships and seek advice on learning and career paths.

Create a presentation on a machine learning algorithm

Show steps

Enhances communication skills, deepens understanding of a specific algorithm, and fosters critical thinking.

Browse courses on Machine Learning

Show steps

Choose an algorithm that you are interested in.
Research the algorithm and understand its strengths and weaknesses.
Create a presentation that explains the concept, demonstrates the implementation, and discusses the algorithm's applications.
Present your work to your peers or colleagues and gather feedback.

Build a simple machine learning application

Show steps

Apply your knowledge by building a practical machine learning application.

Browse courses on Machine Learning Projects

Show steps

Identify a problem that can be solved using machine learning.
Collect and prepare the necessary data.
Train and evaluate different machine learning models.
Deploy your model and track its performance.

Build a Neural Network Model for Image Classification

Show steps

Solidify your understanding of neural network architectures and image classification techniques by building a neural network model from scratch in Python. This project will challenge you to apply your knowledge and enhance your practical skills.

Browse courses on Neural Networks

Show steps

Choose a suitable dataset for image classification.
Design and implement a neural network architecture for image classification.
Train and evaluate your model using appropriate metrics.
Optimize your model's performance by tuning hyperparameters and experimenting with different architectures.

Career center

Learners who complete Formação Inteligência Artificial e Machine Learning will develop knowledge and skills that may be useful to these careers:

Cientista de Dados

Cientistas de Dados são profissionais que utilizam técnicas estatísticas e de aprendizado de máquina para extrair insights de dados. Este curso fornece uma base sólida em algoritmos de machine learning, redes neurais e tópicos avançados como engenharia de atributos e seleção de modelos. Ao concluir este curso, você estará equipado com o conhecimento e as habilidades necessárias para iniciar uma carreira como Cientista de Dados ou avançar em sua carreira atual.

See salaries and explore the career path for Cientista de Dados

Analista de negocios

Analistas de Negócios usam dados para entender as necessidades de negócios e desenvolver soluções. Este curso fornece uma compreensão abrangente dos fundamentos do machine learning, métodos de agrupamento, regras de associação e muito mais. Ao dominar essas técnicas, você aprimora sua capacidade de analisar dados, identificar tendências e fazer recomendações informadas que impulsionam o sucesso dos negócios.

See salaries and explore the career path for Analista de negocios

Engenheiro de Aprendizado de Máquina

Engenheiros de Aprendizado de Máquina projetam e constroem algoritmos e modelos para resolver problemas complexos. Este curso oferece uma base abrangente em algoritmos de machine learning, redes neurais e visão computacional. Ao concluir este curso, você estará equipado com as habilidades técnicas necessárias para desenvolver e implementar soluções de aprendizado de máquina no mundo real.

See salaries and explore the career path for Engenheiro de Aprendizado de Máquina

Engenheiro de Ciência de Dados

Engenheiros de Ciência de Dados são responsáveis por coletar, processar e analisar dados para obter insights valiosos. Este curso fornece uma base sólida em fundamentos de machine learning, algoritmos de machine learning e tópicos avançados como processamento de linguagem natural e geração de imagens. Ao concluir este curso, você estará equipado com as habilidades necessárias para se tornar um Engenheiro de Ciência de Dados qualificado e contribuir significativamente para organizações que buscam insights orientados a dados.

See salaries and explore the career path for Engenheiro de Ciência de Dados

Analista de Pesquisa Operacional

Analistas de Pesquisa Operacional usam técnicas matemáticas e analíticas para melhorar a eficiência e a eficácia das operações de negócios. Este curso fornece uma base sólida em algoritmos de agrupamento, técnicas de otimização e métodos de busca. Ao dominar essas técnicas, você aprimora sua capacidade de analisar sistemas complexos, identificar áreas de melhoria e desenvolver soluções que otimizem os resultados.

See salaries and explore the career path for Analista de Pesquisa Operacional

Desenvolvedor de Software

Desenvolvedores de Software projetam, desenvolvem e mantêm sistemas de software. Este curso pode ser útil para Desenvolvedores de Software que buscam incorporar técnicas de machine learning em seus projetos. Ao concluir este curso, você aprimorará sua compreensão de algoritmos de machine learning, redes neurais e tópicos avançados como engenharia de atributos e seleção de modelos. Isso permitirá que você desenvolva soluções de software mais inteligentes e eficientes.

See salaries and explore the career path for Desenvolvedor de Software

Analista de Marketing

Analistas de Marketing usam dados para entender o comportamento do consumidor e desenvolver estratégias de marketing eficazes. Este curso pode ser útil para Analistas de Marketing que buscam incorporar técnicas de machine learning em suas análises. Ao concluir este curso, você aprimorará sua compreensão de regras de associação, aprendizado baseado em grupos e métodos de clusterização. Isso permitirá que você segmente clientes com mais precisão, personalize campanhas de marketing e otimize os resultados.

See salaries and explore the career path for Analista de Marketing

Analista Financeiro

Analistas Financeiros usam dados para avaliar o desempenho financeiro e fazer recomendações de investimento. Este curso pode ser útil para Analistas Financeiros que buscam incorporar técnicas de machine learning em suas análises. Ao concluir este curso, você aprimorará sua compreensão de regressão linear, árvores de decisão e algoritmos de agrupamento. Isso permitirá que você analise dados financeiros com mais precisão, identifique oportunidades de investimento e gerencie riscos.

See salaries and explore the career path for Analista Financeiro

Especialista em Inteligência Artificial

Especialistas em Inteligência Artificial projetam e desenvolvem sistemas de IA para resolver problemas do mundo real. Este curso fornece uma base abrangente em algoritmos de machine learning, redes neurais e tópicos avançados como processamento de linguagem natural e visão computacional. Ao concluir este curso, você estará equipado com as habilidades necessárias para se tornar um Especialista em Inteligência Artificial qualificado e contribuir significativamente para o campo.

See salaries and explore the career path for Especialista em Inteligência Artificial

Engenheiro de Automação

Engenheiros de Automação projetam e implementam sistemas automatizados para melhorar a eficiência e a produtividade. Este curso pode ser útil para Engenheiros de Automação que buscam incorporar técnicas de machine learning em seus sistemas. Ao concluir este curso, você aprimorará sua compreensão de algoritmos de aprendizado de máquina, redes neurais e métodos de busca. Isso permitirá que você desenvolva sistemas de automação mais inteligentes e eficientes.

See salaries and explore the career path for Engenheiro de Automação

Gerenciador de Produto

Gerenciadores de Produto são responsáveis por definir, desenvolver e lançar produtos. Este curso pode ser útil para Gerentes de Produto que buscam incorporar técnicas de machine learning em seus produtos. Ao concluir este curso, você aprimorará sua compreensão de algoritmos de machine learning, redes neurais e tópicos avançados como processamento de linguagem natural e visão computacional. Isso permitirá que você desenvolva produtos mais inovadores e orientados a dados.

See salaries and explore the career path for Gerenciador de Produto

Engenheiro Biomédico

Engenheiros Biomédicos projetam e desenvolvem dispositivos e sistemas para uso na medicina. Este curso pode ser útil para Engenheiros Biomédicos que buscam incorporar técnicas de machine learning em seus projetos. Ao concluir este curso, você aprimorará sua compreensão de algoritmos de machine learning, redes neurais e processamento de linguagem natural. Isso permitirá que você desenvolva dispositivos e sistemas biomédicos mais inteligentes e eficazes.

See salaries and explore the career path for Engenheiro Biomédico

Engenheiro Industrial

Engenheiros Industriais projetam e melhoram sistemas de produção e processos. Este curso pode ser útil para Engenheiros Industriais que buscam incorporar técnicas de machine learning em seus trabalhos. Ao concluir este curso, você aprimorará sua compreensão de algoritmos de machine learning, redes neurais e otimização. Isso permitirá que você otimize processos, melhore a eficiência e aumente a produtividade.

See salaries and explore the career path for Engenheiro Industrial

Analista de Sistemas

Analistas de Sistemas projetam, implementam e mantêm sistemas de informação. Este curso pode ser útil para Analistas de Sistemas que buscam incorporar técnicas de machine learning em seus trabalhos. Ao concluir este curso, você aprimorará sua compreensão de algoritmos de machine learning, redes neurais e processamento de linguagem natural. Isso permitirá que você desenvolva sistemas de informação mais inteligentes e eficientes.

See salaries and explore the career path for Analista de Sistemas

Pesquisador de Operações

Pesquisadores de Operações usam técnicas matemáticas e analíticas para resolver problemas complexos em várias indústrias. Este curso pode ser útil para Pesquisadores de Operações que buscam incorporar técnicas de machine learning em suas pesquisas. Ao concluir este curso, você aprimorará sua compreensão de algoritmos de machine learning, redes neurais e otimização. Isso permitirá que você desenvolva soluções mais inovadoras e eficazes para problemas do mundo real.

See salaries and explore the career path for Pesquisador de Operações

Formação Inteligência Artificial e Machine Learning

14 deals to help you save

What's inside

Syllabus

Good to know

Save this course

Activities

Career center

Reading list

Share

Similar courses