Programa

Em parceria com Intel AI Academy


Aula 1

o Inteligência Artificial e sua relação com a natureza (Biomimética)

o A definição de IA, aprendizado de máquina e aprendizagem profunda

o Desenvolvimentos históricos que agora diferenciam a IA moderna da IA anterior

o Exemplos de aprendizado de máquina e aprendizagem profunda

o As diferenças entre a aprendizagem supervisionada e a não supervisionada

o Exemplos onde a IA está sendo aplicada

o Computador aprende a adicionar sozinho sons a filmes mudos

o Elaborar legendas

o Prever público de um filme a partir de um trailer

o Geração de Texto

o Chatbots para marketing

o The Best Flight

o Composição de música


Aula 2

o Cuidados de saúde e genômica

o Biologia

o Medicina

o Marketing

o Design e Moda

o Agronegócios

o Energia Renovável

o Transportes e direção autônoma

o Segurança

o Processamento de Linguagem Natural

o Varejo e cadeia de suprimentos

o Processos Jurídicos

o Finanças

o Industrial

o Setor Público

o Criação musical

o Software de inteligência artificial 

o The Latest Musical Hit

o Criação de playlists

o Tradução

o Cor em fotos 

o Imitar estilos de artistas


Aula 3

o Identificar as etapas no fluxo de trabalho da ciência de dados

o Identificar os principais papéis e conjuntos de habilidades dentro do campo da IA

o Descrever maneiras de estruturar uma equipe de IA

o Identificar equívocos comuns da ciência de dados

o Identificar os componentes da manutenção do modelo de IA após a implantação

o Photographs That Become Purchases

o Autoridade de Tendências do Mundo

o Uses deep learning to make doctors faster and more accurate

o Tratamento de doenças

o Precisão no resultado de exames

o Associação de sintomas

o Recuperação de dados


Aula 4

o Explicar como formular um problema de aprendizagem supervisionada

o Comparar e compreender as diferenças entre treinamento e inferência

o Descrever os perigos do sobre-ajuste e do treinamento versus testes de dados

o Entender como a linguagem de programação Python se aplica à IA

o Cases práticos: churn e iris.

o Alerta sobre o quadro do paciente

o A Superhuman Doctor

o Previsão de preços 

o How Cheaper Predictions Will Change The World

o Use artificial intelligence to grow your business

o The Economics and Benefits of Artificial Intelligence

o The Smartest Investor


Aula 5

o Como reconhecer situações em que mais amostras de dados são necessárias

o Data wrangling, data augmentation, e engenharia de recursos

o Como identificar problemas como sobre-ajuste e sub-ajuste

o Vários conjuntos de dados populares usados no treinamento de redes neurais

o Diferentes métodos de pré-processamento de dados

o Formas de rotular dados

o Como identificar desafios ao trabalhar com dados

o Combate a malwares

o Previsão de carga elétrica/ planejamentos

o Construções 

o Avaliação de impactos ambientais

o A Better World

o Diagnóstico e atuação de falhas de trens

o "Desenvolvimento de técnicas que permitam incorporar no ambiente computacional"


Aula 6

o Os conceitos básicos da aprendizagem profunda e como ela se incorpora à IA e ao aprendizado de máquina

o Os tipos de problemas que a aprendizagem profunda resolve

o As etapas na construção de um modelo de rede neural

o A definição de uma rede neural convolucional (CNN)

o Transferência de aprendizagem, e porque ela é útil.

o Arquiteturas comuns de aprendizagem profunda

o Chips de 14 nanômetros 

o Manual cognitivo

o Automatizar ordens de trabalho

o Controle de processos industriais

o A integração da robótica e automação

o Self-Driving Cars

o Fraud Prevention


Aula 7 – Oficina Prática


Aula 8

o Placa gráfica

o CPU

o Hardwares para aplicações específicas

o Movidius

o Jetson

o Agricultura

o Imagens de satélites

o Desmatamento

o Classificação de pragas por vídeos

Aula 9

o Definições de framework

o Bibliotecas para IA

o Softwares mais utilizados

o Pandas

o Prática: manipulação de dados

o Física de partículas

o Aplicações farmaceuticas


Aula 10


Aula 11

o Rapidminer

o Python

o Previsão do tempo

o Ex: Análise de redações e feedbacks

o Leitura de intimações e distribuição de prazos.

o Uso de inteligencia artificial para pesquisa de fármacos

o Modelo deep learning para triagem psicológica infantil

o Decifrar e traduzir manuscritos antigos

o Agente virtual de atendimento ao cliente


Aula 12

o Rapidminer

o Python

o The Sales And Customer Service Genie

o Auxiliar áreas como planejamento urbano, design e arquitetura

o Desafios da inteligência artificial na sociedade do conhecimento

o Estudam a mente e ambas estudam o senso comum

o Evolução da inteligência artificial deixou de ser ficção científica

o Aprendendo IA se você não é bom em matemática

o Manter a competitividade


Aula 13


Aula 14

o Inteligência Artificial II, Deep Learning Developer, BI Master


Aula 15 – Oficina Prática