Programa do Curso

Introdução à IA Gênica

  • O que é IA Gênica?
  • História e evolução da IA Gênica
  • Conceitos e terminologia-chave
  • Visão geral de aplicações e potencialidades da IA Gênica

Fundamentos do Aprendizado de Máquina

  • Introdução ao aprendizado de máquina
  • Tipos de aprendizado de máquina: supervisionado, não supervisionado e reforço
  • Algoritmos e modelos básicos
  • Pré-processamento de dados e engenharia de características

Básicos do Aprendizado Profundo

  • Redes neurais e aprendizado profundo
  • Funções de ativação, funções de perda e otimizadores
  • Sobredispersão, subdispersão e técnicas de regularização
  • Introdução ao TensorFlow e PyTorch

Visão Geral dos Modelos Gênicos

  • Tipos de modelos gênicos
  • Diferenças entre modelos discriminativos e gênicos
  • Casos de uso para modelos gênicos

Autoencoder Variacional (VAE)

  • Compreendendo autoencoders
  • Arquitetura dos VAEs
  • Espaço latente e sua significância
  • Projeto prático: Construindo um VAE simples

Redes Neurais Adversárias Gênicas (GANs)

  • Introdução às GANs
  • Arquitetura das GANs: Gerador e Discriminador
  • Treinamento de GANs e desafios
  • Projeto prático: Criando uma GAN básica

Modelos Avançados Gênicos

  • Introdução aos modelos Transformer
  • Visão geral dos modelos GPT (Generative Pretrained Transformer)
  • Aplicações do GPT na geração de texto
  • Projeto prático: Geração de texto com um modelo GPT pré-treinado

Ética e Implicações

  • Considerações éticas na IA Gênica
  • Viés e equidade nos modelos de IA
  • Implicações futuras e IA responsável

Aplicações Industriais da IA Gênica

  • IA Gênica na arte e criatividade
  • Aplicações em negócios e marketing
  • IA Gênica na ciência e pesquisa

Projeto de Conclusão

  • Ideias e propostas para um projeto de IA gênica
  • Coleta e pré-processamento de dados
  • Seleção e treinamento do modelo
  • Avaliação e apresentação dos resultados

Resumo e Próximos Passos

Requisitos

  • Compreensão de conceitos básicos de programação em Python
  • Experiência com conceitos matemáticos básicos, especialmente probabilidade e álgebra linear

Público-Alvo

  • Desenvolvedores
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas