Inteligência Artificial e Machine Learning: O Guia Completo
Offered By: Udemy
Course Description
Overview
What you'll learn:
- A base teórica e prática dos principais algoritmos de Inteligência Artificial
- Implementar algoritmos de Inteligência Artificial do zero e utilizando bibliotecas
- Aprender na teoria e na prática sobre os algoritmos de Machine Learning para classificação, regressão, regras de associação e agrupamento
- Aprender Machine Learning sem saber uma linha de programação sequer
- Utilizar a ferramenta visual Orange para criar, analisar e testar os algoritmos
- Utilizar a linguagem de programação Python para criar algoritmos de Inteligência Artificial
- Aprender o básico da programação em Python
- Utilizar os algoritmos de busca gulosa e A* (A Estrela) encontrar a menor rota entre cidades
- Implementar algoritmos de otimização para problemas de minimização e maximização
- Implementar uma IA para prever o valor da gorjeta a ser dada em um restaurante, utilizando lógica difusa (fuzzy)
- Utilizar técnicas de exploração de dados aplicada em uma base de dados da doença COVID-19
- Criar um agente com aprendizagem por reforço para controlar os passageiros de um táxi
- Utilizar redes neurais artificiais e redes neurais recorrentes para classificar as imagens dos personagens Homer e Bart, do desenho dos Simpsons
- Aprender técnicas de processamento de linguagem natural e crie um classificador de sentimentos
- Detectar e reconhecer faces com usando técnicas de visão computacional
- Rastrear objetos em vídeo utilizando visão computacional
- Criar sistemas multiagente para simular uma comunicação entre agentes
Atualmente, a área de Inteligência Artificial e Machine Learning (Aprendizagem de Máquina) estão sendo considerados os campos de trabalhomais relevantesda Tecnologia da Informação, sendo responsáveis pela utilização de algoritmos inteligentes para a construção de software e hardware que simulem a capacidade humana. O mercado de trabalho de Machine Learning em várias partes do mundo está em grande ascensão e a tendência é que este tipo de profissional seja cada vez mais requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação!
Para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre as principais e mais modernas técnicas de Inteligência Artificial! Este curso é considerado um guia completo pelo fato de apresentar desde conceitos mais básicos até técnicas mais modernas e avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções de Inteligência Artificial que podem ser aplicadas em problemas do dia-a-dia das empresas! O conteúdo está dividido em nove partes: algoritmos de busca, algoritmos de otimização, lógica difusa (fuzzy), machine learning, redes neurais (deep learning), processamento de linguagem natural, visão computacional, sistemas multiagente e também outras áreas de IA, como sistemas especialistas, GPS (general problem solver), redes bayesianas e raciocínio baseado em casos! Você aprenderá a teoria básica sobre cada um desses assuntos, bem como implementará exemplos práticos passo a passo. Veja abaixo alguns dos projetos/tópicos que serão desenvolvidos:
Busca de rotas com melhores caminhos em mapas de cidades (busca gulosa e busca A*)
Escolha das passagens áreas mais baratas, em um cenário de compra de passagens em grupo e maximização de lucros no carregamento de produtos - algoritmos de otimização: hill climb (subida da encosta), simulated annealing (têmpera simulada) e algoritmo genético
Previsão do valor que você daria de gorjeta em um restaurante (lógica fuzzy)
Classificação utilizando os algoritmos naïve bayes, árvore de decisão, regras, k-NN, regressão logística e redes neurais
Previsão do preço de casas utilizando regressão linear
Agrupamento de dados bancários utilizando o algoritmo k-means
Geração de regras de associação com o algoritmo apriori
Pré-processamento, redução de dimensionalidade e detecção de outliers em bases de dados
Previsão do preço de ações com séries temporais
Visualização e exploração de dados na base de dados da doença COVID-19
Construção de um agente para controlar um táxi para transporte de passageiros com aprendizagem por reforço
Classificação de imagens de gatos e cachorros com redes neurais convolucionais
Classificação das imagens do Homer e Bart, do desenho dos Simpsons também utilizando redes neurais convolucionais
Marcação POS (part-of-speech), lematização, stemização, nuvem de palavras (wordcloud) e extração de entidades nomeadas utilizando técnicas de processamento de linguagem natural
Criação de um classificador de sentimentos em Português
Detecção de faces e reconhecimento facial em imagens
Rastreamento de objetos de vídeos
Simulação de um sistema multiagente para comunicação entre agentes utilizando o protocolo FIPA-REQUEST
Cada tipo de problema requer técnicas diferentes para sua solução, portanto, conhecendo todas as áreas de IA você saberá que técnicas utilizar nos mais variados tipos de cenários!
Durante o curso, vamos utilizar a linguagem de programação Python e também a ferramenta gráfica Orange! Caso você não conheça Python, no final do curso você tem acesso a mais de 5 horas de vídeo com exercícios com o básico sobre essa linguagem de programação! Este é o curso ideal caso seja seu primeiro contato com Inteligência Artificial, pois você aprenderá na teoria e na prática todos os tópicos necessários! Caso você seja de nível mais avançado nessa área, pode utilizar esse curso como uma referência e para aprender novas área e revisar os conceitos
Taught by
Jones Granatyr and IA Expert Academy
Related Courses
Audio Classification with TensorFlowCoursera Project Network via Coursera Logistic Regression with Python and Numpy
Coursera Project Network via Coursera Deep Learning with PyTorch : Generative Adversarial Network
Coursera Project Network via Coursera Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization
DeepLearning.AI via Coursera تعزيز الشبكات العصبية : ضبط وتحسين مقياس فرط المعلمات
DeepLearning.AI via Coursera