Entrar em Contato

Programa do Curso

Visão Geral da IA em Python

  • Conceitos-chave e escopo da IA
  • Bibliotecas Python para desenvolvimento de IA
  • Estrutura e fluxo de trabalho de projetos de IA

Preparação de Dados para IA

  • Limpeza, transformação e engenharia de recursos dos dados
  • Tratamento de dados ausentes e desbalanceados
  • Escalação de recursos e codificação

Técnicas de Aprendizado Supervisionado

  • Algoritmos de regressão e classificação
  • Métodos de ensemble: Random Forest e Gradient Boosting
  • Ajuste de hiperparâmetros e validação cruzada

Técnicas de Aprendizado Não Supervisionado

  • Métodos de agrupamento: K-Means, DBSCAN e agrupamento hierárquico
  • Redução de dimensionalidade: PCA e t-SNE
  • Casos de uso para aprendizado não supervisionado

Redes Neurais e Aprendizado Profundo

  • Introdução ao TensorFlow e Keras
  • Criação e treinamento de redes neurais feedforward
  • Otimização do desempenho de redes neurais

Aprendizado por Reforço (Introdutório)

  • Conceitos fundamentais de agentes, ambientes e recompensas
  • Implementação de algoritmos básicos de aprendizado por reforço
  • Aplicações do aprendizado por reforço

Implantação de Modelos de IA

  • Salvamento e carregamento de modelos treinados
  • Integração dos modelos em aplicações por meio de APIs
  • Monitoramento e manutenção de sistemas de IA em produção

Resumo e Próximos Passos

Requisitos

  • Sólido entendimento dos fundamentos da programação em Python
  • Experiência com bibliotecas de análise de dados, como NumPy e pandas
  • Conhecimento básico de conceitos e algoritmos de aprendizado de máquina

Público-Alvo

  • Desenvolvedores de software que buscam expandir suas habilidades em desenvolvimento de IA
  • Analistas de dados que desejam aplicar técnicas de IA a conjuntos de dados complexos
  • Profissionais de P&D criando aplicações impulsionadas por IA
 35 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (2)

Próximas Formações Provisórias

Categorias Relacionadas