Programa

Em parceria com Intel AI Academy

Aula 1
Conceitos da Inteligência Artificial (IA)
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
Cases
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
Setores que a Inteligência Artificial está transformando
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
Cases
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
Fluxo de trabalho da ciência de dados
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
Cases
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
Introdução ao conceito de aprendizagem supervisionada
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.
Cases
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
Fontes e tipos de dados no treinamento de uma rede neural de inteligência artificial
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
Cases
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
Princípios da aprendizagem profunda
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
Cases
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
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.

Aula 8
Hardware para IA
o Placa gráfica
o CPU
o Hardwares para aplicações específicas
o Movidius
o Jetson
Cases
o Agricultura
o Imagens de satélites
o Desmatamento
o Classificação de pragas por vídeos

Aula 9
Softwares para IA
o Definições de framework
o Bibliotecas para IA
o Softwares mais utilizados
o Pandas
o Prática: manipulação de dados
Cases
o Física de partículas
o Aplicações farmacêuticas

Aula 10
Algoritmos mais populares de Machine Learning

Aula 11
Cases práticos de IA 
o Rapidminer
o Python
Cases
o Previsão do tempo
o Ex: Análise de redações e feedbacks
o Leitura de intimações e distribuição de prazos.
o Uso de inteligência 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
Cases práticos de IA 
o Rapidminer
o Python
Cases
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
Aplicações na área de Inteligência Artificial

Aula 14
Aplicações mais recentes na área de Inteligência Artificial
O que vem agora?
o Inteligência Artificial II, Deep Learning Developer, BI Master

Aula 15 – 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