Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução à IA Generativa
- O que é IA Generativa?
- História e evolução da IA Generativa
- Conceitos-chave e terminologia
- Visão geral das aplicações e do potencial da IA Generativa
Fundamentos de Aprendizado de Máquina
- Introdução ao aprendizado de máquina
- Tipos de aprendizado de máquina: Supervisionado, Não-Supervisionado e por Reforço
- Algoritmos e modelos básicos
- Pré-processamento de dados e engenharia de características
Noções Básicas de Deep Learning (Aprendizado Profundo)
- Redes neurais e aprendizado profundo
- Funções de ativação, funções de perda e otimizadores
- Overfitting (sobreajuste), underfitting (subajuste) e técnicas de regularização
- Introdução ao TensorFlow e PyTorch
Visão Geral dos Modelos Generativos
- Tipos de modelos generativos
- Diferenças entre modelos discriminativos e generativos
- Casos de uso para modelos generativos
Autoencoders Variacionais (VAEs)
- Compreensão dos autoencoders
- A arquitetura dos VAEs
- Espaço latente e sua importância
- Projeto prático: Construindo um VAE simples
Redes Generativas Adversariais (GANs)
- Introdução às GANs
- A arquitetura das GANs: Gerador e Discriminador
- Treinamento de GANs e desafios
- Projeto prático: Criando uma GAN básica
Modelos Generativos Avançados
- Introdução aos modelos Transformers
- Visão geral dos modelos GPT (Transformers Geradores Pré-treinados)
- 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 Generativa
- Viés e justiça em modelos de IA
- Implicações futuras e IA responsável
Aplicações Industriais da IA Generativa
- IA Generativa na arte e criatividade
- Aplicações nos negócios e marketing
- IA Generativa na ciência e pesquisa
Projeto Final
- Ideação e proposta de um projeto de IA generativa
- Coleta e pré-processamento do conjunto de dados
- Seleção e treinamento do modelo
- Avaliação e apresentação dos resultados
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos básicos de programação em Python
- Experiência com conceitos matemáticos básicos, especialmente probabilidade e álgebra linear
Público-Alvo
- Desenvolvedores
14 Horas
Testemunhos de Clientes (2)
O estilo interativo, os exercícios
Tamas Tutuntzisz
Curso - Introduction to Prompt Engineering
Máquina Traduzida
Um ótimo repositório de recursos para uso futuro, estilo do instrutor (cheio de bom senso de humor, excelente nível de detalhes)
Adam - GE Aerospace Poland Sp. z o.o.
Curso - Prompt Engineering for ChatGPT
Máquina Traduzida