Curso de Construindo Intelligent Applications com IA e ML

Computer Vision

Data Analysis e Visualização

Deep Learning e Neural Networks

Implantação e Escalabilidade

Ética e Futuro da IA

Introdução à IA e ML

Projeto de Laboratório

Modelos Machine Learning

Natural Language Processing (NLP)

Resumo e Próximos Passos

• Estratégias de implantação de aplicações de IA
• Escalabilidade de aplicações de IA
• Monitoramento e manutenção de sistemas de IA

• Desenvolvimento de uma aplicação inteligente em escala pequena
• Trabalho com conjuntos de dados do mundo real
• Colaboração em um projeto em grupo para resolver um problema relevante para a indústria

• Considerações éticas na IA
• Políticas e regulamentações de AI
• Tendências futuras em IA e ML

• Análise exploratória de dados
• Técnicas de visualização de dados
• Fundamentos estatísticos para ML

• Fundamentos de redes neurais
• Redes neurais convolucionais (CNNs)
• Redes neurais recorrentes (RNNs)

• Fundamentos do processamento de imagens
• Detecção de objetos e classificação de imagens
• Tópicos avançados em visão computacional

• Visão geral dos conceitos de IA e ML
• Coleta e pré-processamento de dados
• Introdução ao Python para IA

• Algoritmos de aprendizado supervisionado
• Algoritmos de aprendizado não supervisionado
• Avaliação e seleção de modelos

• Processamento de texto e extração de características
• Análise de sentimento e classificação de texto
• Modelos de linguagem e chatbots