Programa do Curso
Revisão de Conceitos Básicos de IA Gênica
- Breve recapitulação dos conceitos de IA gênica
- Aplicações avançadas e estudos de caso
Aprofundamento em Redes Adversariais Gerais (GANs)
- Estudo detalhado das arquiteturas de GAN
- Técnicas para melhorar o treinamento de GAN
- GANs condicionais e suas aplicações
- Projeto prático: Desenho de uma complexa GAN
VAEs Avançados (Autoencoders Variacionais)
- Exploração dos limites das VAEs
- Representações desentrelaçadas em VAEs
- Beta-VAEs e sua significância
- Projeto prático: Construção de uma VAE avançada
Transformers e Modelos Gerativos
- Compreendendo a arquitetura Transformer
- GPT (Generative Pretrained Transformers) e BERT para tarefas gerativas
- Estratégias de fine-tuning para modelos gerativos
- Projeto prático: Fine-tuning um modelo GPT para um domínio específico
Modelos de Difusão
- Introdução aos modelos de difusão
- Treinamento de modelos de difusão
- Aplicações na geração de imagens e áudio
- Projeto prático: Implementação de um modelo de difusão
Aprendizado por Reforço em IA Gênica
- Fundamentos do aprendizado por reforço
- Integração do aprendizado por reforço com modelos gerativos
- Aplicações no design de jogos e geração procedural de conteúdo
- Projeto prático: Criação de conteúdo com aprendizado por reforço
Tópicos Avançados em Ética e Viés
- Deepfakes e mídia sintética
- Detecção e mitigação de viés em modelos gerativos
- Considerações legais e éticas
Aplicações Específicas da Indústria
- IA gênica na saúde
- Indústrias criativas e entretenimento
- IA gênica em pesquisa científica
Tendências de Pesquisa em IA Gênica
- Avanços recentes e quebras de paradigma
- Problemas abertos e oportunidades de pesquisa
- Preparação para uma carreira em pesquisa em IA Gênica
Projeto Final
- Identificação de um problema adequado para a IA gênica
- Preparação avançada e aumento de conjuntos de dados
- Seleção, treinamento e fine-tuning do modelo
- Avaliação, iteração e apresentação do projeto
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos fundamentais e algoritmos de aprendizado de máquina
- Experiência com programação em Python e uso básico do TensorFlow ou PyTorch
- Conhecimento dos princípios das redes neurais e aprendizado profundo
Público-alvo
- Cientistas de dados
- Engenheiros de aprendizado de máquina
- Praticantes de IA
Declaração de Clientes (3)
Os instrutores podem responder a todas as perguntas e aceitar qualquer consulta
Dewi Anggryni - PT Dentsu International Indonesia
Curso - Copilot for Finance and Accounting Professionals
Máquina Traduzida
Revisar os diversos casos de uso e aplicação da IA foi útil. Aproveitei a explicação detalhada sobre os diferentes Agentes de IA.
Axel Schulz - CANARIE Inc
Curso - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Máquina Traduzida
Gostei que o instrutor tinha muito conhecimento e compartilhou conosco
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Curso - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Máquina Traduzida