We may earn an affiliate commission when you visit our partners.
Course image
Udemy logo

Formação Inteligência Artificial e Machine Learning

Fernando Amaral

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

Read more

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

Enroll now

What's inside

Syllabus

Introdução
Apresentação e Conteúdo do Curso
Orientações Gerais
Material para Download
Read more
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

Save this course

Save Formação Inteligência Artificial e Machine Learning to your list so you can find it easily later:
Save

Activities

Coming soon We're preparing activities for Formação Inteligência Artificial e Machine Learning. These are activities you can do either before, during, or after a course.

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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.

Reading list

We've selected eight books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Formação Inteligência Artificial e Machine Learning.
Comprehensive reference for deep learning, covering topics such as convolutional neural networks, recurrent neural networks, and generative adversarial networks.
Comprehensive reference for speech and language processing, covering topics such as acoustic modeling, language modeling, and speech recognition.
Comprehensive reference for generative adversarial networks, covering topics such as GAN architectures, training methods, and applications.
Provides a practical guide to natural language processing with Python, covering topics such as tokenization, stemming, and machine translation.
Provides a comprehensive overview of reinforcement learning, covering topics such as Markov decision processes, dynamic programming, and Q-learning.
Provides a probabilistic approach to machine learning, covering topics such as Bayesian inference, graphical models, and reinforcement learning.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Formação Inteligência Artificial e Machine Learning.
Processamento Neural de Linguagem Natural em Português I
Most relevant
Processamento de Linguagem Natural com BERT e Python
Most relevant
Formação Processamento de Linguagem Natural: NLP
Most relevant
Fundamentos de IA Aplicados ao CRM
Most relevant
IA para todos
Most relevant
Fundamentos de Inteligência Artificial para Finanças
Most relevant
Formação Cientista de Dados: O Curso Completo
Most relevant
RH, Dados e Inteligência Artificial
Most relevant
Programação Python do Zero ao Avançado + Projetos Reais
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser