Programa do Curso
Introdução aos Modelos Avançados de Aprendizado de Máquina
- Visão geral de modelos complexos: Random Forests, Gradient Boosting, Redes Neurais
- Quando usar modelos avançados: Melhores práticas e casos de uso
- Introdução às técnicas de aprendizado por ensembles
Ajuste e Otimização de Hiperparâmetros
- Técnicas de busca em grade e busca aleatória
- Automação do ajuste de hiperparâmetros com o Google Colab
- Uso de técnicas avançadas de otimização (Bayesianas, Algoritmos Genéticos)
Redes Neurais e Aprendizado Profundo
- Construção e treinamento de redes neurais profundas
- Aprendizado por transferência com modelos pré-treinados
- Otimização de modelos de aprendizado profundo para desempenho
Implantação de Modelos
- Introdução às estratégias de implantação de modelos
- Implantação de modelos em ambientes de nuvem usando o Google Colab
- Inferência em tempo real e processamento em lote
Trabalhando com o Google Colab para Aprendizado de Máquina em Grande Escala
- Colaboração em projetos de aprendizado de máquina no Colab
- Uso do Colab para treinamento distribuído e aceleração com GPU/TPU
- Integração com serviços de nuvem para treinamento de modelos escaláveis
Interpretabilidade e Explicabilidade de Modelos
- Explorando técnicas de interpretabilidade de modelos (LIME, SHAP)
- IA explicável para modelos de aprendizado profundo
- Lidando com viés e justiça em modelos de aprendizado de máquina
Aplicações do Mundo Real e Estudos de Caso
- Aplicação de modelos avançados em saúde, finanças e e-commerce
- Estudos de caso: Implantações de modelos bem-sucedidas
- Desafios e tendências futuras no aprendizado de máquina avançado
Resumo e Próximos Passos
Requisitos
- Compreensão sólida de algoritmos e conceitos de aprendizado de máquina
- Proficiência em programação Python
- Experiência com Jupyter Notebooks ou Google Colab
Público-alvo
- Cientistas de dados
- Profissionais de aprendizado de máquina
- Engenheiros de IA
Testemunhos de Clientes (2)
Introduzir noções de repetição na formulação de comandos para quem nunca usou IA, e apresentar diferentes métodos de uso para quem já tem experiência com a tecnologia.
Matthew Gay - Tarsus Pharmaceuticals
Curso - Artificial Intelligence (AI) Overview
Máquina Traduzida
Trabalhando a partir de princípios fundamentais de forma focada e avançando para a aplicação de estudos de caso no mesmo dia
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Máquina Traduzida
