.

 

 

 

 

 

 

 

 

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

Redes Neurais Artificiais

  • Introdução a Redes Neurais
  • Definição e conceitos
  • Características básicas
  • História
  • Redes Perceptron
  • Redes Multilayer Perceptron
  • Funções de Ativação

Cases Práticos

  • Previsão do preço de aparelhos celulares
 

Algoritmos de Aprendizado

  • Aprendizado de Hebb, Competitivo, Boltzmann, Backpropagation.

Aprendizado Supervisionado

 

  • Classificação e Regressão

Convergência e Generalização

Problemas comuns: definição do tamanho da rede, paralisia da rede e mínimos locais

Taxa de aprendizado e momento

 

Cases Práticos

  • Marketing
  • Detecção de intrusão 

Redes de aprendizagem profunda

  • Conceitos básicos
  • Arquitetura
  • Avanços
  • Desafios
  • Aplicações

Cases Práticos

  • Câncer de mama
  • Churn

 

Redes Convolucionais

  • Os conceitos básicos
  • Processamento de imagens
  • Visão computacional
  • Aplicações

Cases Práticos

  • Reconhecimento de cachorros e gatos através de imagens

Redes Convolucionais

  • Aplicações em diferentes áreas do conhecimento

Data Augmentation

  • Geração de dados
  • Transformações

Modelos Pré-treinados

  • AlexNet
  • VGG
  • ResNet

Trasfer Learning

Cases Práticos

Processamento de Linguagem Natural

Autoencoder

  • Conceitos básicos
  • Overcomplete autoencoder
  • Undercomplete autoencoder
  • Sparse autoencoder
  • Denoising autoencoder
  • Contractive autoencoder
  • Stacked autoencoder
  • Deep autoencoder
  • Aplicações

Cases

  • Mnist
  • Mnist fashion

Redes Neurais Recorrentes 

  •  LSTM

Processamento de Linguagem Natural

Text Mining

Processamento de Linguagem Natural – Avançado

Processamento de Linguagem Natural - Exercícios

Amostragem

Cases Práticos

  • Proxy por RN

 

Generative Adversarial Neural Network - GAN

 

Oficina Prática

  •  
  • 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$ 120,00

O curso poderá ser pago em 5 parcelas de R$ 120,00, sendo a primeira no ato da matricula e a(s) restante(s) no(s) mes(es) subsequente(s).

INSCRIÇÕES PELA INTERNET
CLIQUE EM “INSCREVA-SE”

INSCRIÇÃO
Até 25/08/2020

SELEÇÃO
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