.

 

 

 

 

 

 

 

 

SOBRE O CURSO

Explore e aplique a IA. Saiba para que ela é usada e por quê, e como aplicá-la. Este curso é oferecido em parceria com Intel AI Academy. 
 

OBJETIVO

Promover a inclusão e a capacitação de estudantes e profissionais na área de Inteligência Artificial para que possam se destacar na transformação digital e adquirir novas habilidades profissionais. O curso possui o diferencial de ensinar e aplicar a Inteligência Artificial sem abordar a matemática de modelos e algoritmos.

MODALIDADE

Você aprende através de vídeo-aulas e vídeo-exercícios tutoreados com apoio da plataforma de ensino. Alunos têm acesso ao Google Education Suite, recursos tecnológicos e softwares de inteligência artificial de apoio ao ensino, tutoria, avaliação e controle de alunos.
 

PÚBLICO ALVO

Estudantes de todas ás áreas do conhecimento, funcionários técnicos e administrativos de qualquer setor, que desejam participar da transformação digital, inovando através da proposição de aplicações em áreas nas quais são especialistas. 

METODOLOGIA

Acha que não consegue acompanhar? Você vai se surpreender com a magia da IA quando aplicar modelos de Redes Neurais (Deep Learning) em problemas de seu interesse, sem digitar uma linha de programação ou fazer qualquer conta. O mais importante, você se tornará capaz de identificar aplicações e a propor inovações na sua área de atuação.

 

Tópicos Abordados

Os tópicos abordados incluem:

  • Conceitos básicos e algoritmos mais populares de machine learning
  • Introdução a redes neurais artificiais clássicas
  • Algoritmos de treinamento para redes neurais
  • Métodos de otimização para redução do erro de uma rede neural
  • Redes neurais de aprendizagem profunda (Deep Learning)
  • Aplicações

Ao final deste curso, os estudantes terão adquirido conhecimento prático sobre:

  • Técnicas, terminologia e fundamentos da aprendizagem profunda
  • Arquiteturas fundamentais das redes neurais, redes de alimentação direta, redes convolutivas e redes recorrentes
  • Como construir e treinar adequadamente esses modelos
  • Várias aplicações da aprendizagem profunda
  • Como usar modelos pré-treinados para os melhores resultados

Programa

Conceitos da Inteligência Artificial (IA)

  • Inteligência Artificial e sua relação com a natureza (Biomimética)
  • A definição de IA, aprendizado de máquina e aprendizagem profunda
  • Desenvolvimentos históricos que agora diferenciam a IA moderna da IA anterior
  • Exemplos de aprendizado de máquina e aprendizagem profunda
  • As diferenças entre a aprendizagem supervisionada e a não supervisionada
  • Exemplos onde a IA está sendo aplicada

Cases

  • Computador aprende a adicionar sozinho sons a filmes mudos
  • Elaborar legendas
  • Prever público de um filme a partir de um trailer
  • Geração de Texto
  • Chatbots para marketing
  • The Best Flight
  • Composição de música

Setores que a Inteligência Artificial está transformando

  • Cuidados de saúde e genômica
  • Biologia
  • Medicina
  • Marketing
  • Design e Moda
  • Agronegócios
  • Energia Renovável
  • Transportes e direção autônoma
  • Segurança
  • Processamento de Linguagem Natural
  • Varejo e cadeia de suprimentos
  • Processos Jurídicos
  • Finanças
  • Industrial
  • Setor Público

Cases

  • Criação musical
  • Software de inteligência artificial 
  • The Latest Musical Hit
  • Criação de playlists
  • Tradução
  • Cor em fotos 
  • Imitar estilos de artistas

Fluxo de trabalho da ciência de dados

  • Identificar as etapas no fluxo de trabalho da ciência de dados
  • Identificar os principais papéis e conjuntos de habilidades dentro do campo da IA
  • Descrever maneiras de estruturar uma equipe de IA
  • Identificar equívocos comuns da ciência de dados
  • Identificar os componentes da manutenção do modelo de IA após a implantação

Cases

  • Photographs That Become Purchases
  • Autoridade de Tendências do Mundo
  • Uses deep learning to make doctors faster and more accurate
  • Tratamento de doenças
  • Precisão no resultado de exames
  • Associação de sintomas
  • Recuperação de dados

Introdução ao conceito de aprendizagem supervisionada

  • Explicar como formular um problema de aprendizagem supervisionada
  • Comparar e compreender as diferenças entre treinamento e inferência
  • Descrever os perigos do sobre-ajuste e do treinamento versus testes de dados
  • Entender como a linguagem de programação Python se aplica à IA
  • Cases práticos: churn e iris.

Cases

  • Alerta sobre o quadro do paciente
  • A Superhuman Doctor
  • Previsão de preços 
  • How Cheaper Predictions Will Change The World
  • Use artificial intelligence to grow your business
  • The Economics and Benefits of Artificial Intelligence
  • The Smartest Investor

Fontes e tipos de dados no treinamento de uma rede neural de inteligência artificial

  • Como reconhecer situações em que mais amostras de dados são necessárias
  • Data wrangling, data augmentation, e engenharia de recursos
  • Como identificar problemas como sobre-ajuste e sub-ajuste
  • Vários conjuntos de dados populares usados no treinamento de redes neurais
  • Diferentes métodos de pré-processamento de dados
  • Formas de rotular dados
  • Como identificar desafios ao trabalhar com dados

Cases

  • Combate a malwares
  • Previsão de carga elétrica/ planejamentos
  • Construções 
  • Avaliação de impactos ambientais
  • A Better World
  • Diagnóstico e atuação de falhas de trens
  • "Desenvolvimento de técnicas que permitam incorporar no ambiente computacional"

Princípios da aprendizagem profunda

  • Os conceitos básicos da aprendizagem profunda e como ela se incorpora à IA e ao aprendizado de máquina
  • Os tipos de problemas que a aprendizagem profunda resolve
  • As etapas na construção de um modelo de rede neural
  • A definição de uma rede neural convolucional (CNN)
  • Transferência de aprendizagem, e porque ela é útil.
  • Arquiteturas comuns de aprendizagem profunda

Cases

  • Chips de 14 nanômetros 
  • Manual cognitivo
  • Automatizar ordens de trabalho
  • Controle de processos industriais
  • A integração da robótica e automação
  • Self-Driving Cars
  • Fraud Prevention

  • Classificação de camundongos com síndrome de down;
  • Classificação de estrelas, galáxias e quasares;
  • Previsão do tipo de cultivo de vinho;
  • Previsão do preço de moradias.

Hardware para IA

  • Placa gráfica
  • CPU
  • Hardwares para aplicações específicas
  • Movidius
  • Jetson

Cases

  • Agricultura
  • Imagens de satélites
  • Desmatamento
  • Classificação de pragas por vídeos

Softwares para IA

  • Definições de framework
  • Bibliotecas para IA
  • Softwares mais utilizados
  • Pandas
  • Prática: manipulação de dados

Cases

  • Física de partículas
  • Aplicações farmaceuticas

Algoritmos mais populares de Machine Learning

Cases práticos de IA 

  • Rapidminer
  • Python

Cases

  • Previsão do tempo
  • Ex: Análise de redações e feedbacks
  • Leitura de intimações e distribuição de prazos.
  • Uso de inteligencia artificial para pesquisa de fármacos
  • Modelo deep learning para triagem psicológica infantil
  • Decifrar e traduzir manuscritos antigos
  • Agente virtual de atendimento ao cliente

Aplicações na área de Inteligência Artificial

 

  • Aplicações mais recentes na área de Inteligência Artificial
  • O que vem agora?
  • o Inteligência Artificial II, Deep Learning Developer, BI Master

Oficina Prática

  • Aplicação na área de segurança
  • Aplicação na área de finanças
  • Aplicação na área de petróleo
  • Aplicação na área de ciência da computação
  • Aplicação na área de economia
 

No final do curso, você estará usando Python em suas primeiras aplicações de Deep Learning. Não sabe programar? Não se preocupe, pois você vai conseguir programar já na primeira aula através de plataformas lúdicas e intuitivas. A familiaridade com a linguagem você vai obter, se desejar, ao longo do caminho.

MAIS INFORMAÇÕES

INVESTIMENTO

5 parcelas de

R$ 57,00

O curso poderá ser pago em 5 parcelas de R$ 57,00, sendo a primeira no ato da matricula e a(s) restante(s) no(s) mes(es) subsequente(s).

Seleção pela Secretaria ICA: alunos, ex-alunos e funcionários da PUC obterão bolsa de 100%. mediante apresentação de documento comprobatório.

INSCRIÇÕES PELA INTERNET
CLIQUE EM “INSCREVA-SE”

INSCRIÇÃO
Até 25/08/2020

SELEÇÃO
Resultados a partir de
20/07/2020

TAXA DE INSCRIÇÃO
Gratuita

MATRÍCULA
Até 27/08/2020

Coordenador do Curso

Marco Aurelio Cavalcanti Pacheco

-Doutorado em Computer Science – Pela University of London, UL, Inglaterra.

-Mestrado em Engenharia Elétrica – Pela Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio​

-Graduado em Engenharia Elétrica Eletrônica – Pela Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio