Inteligência artificial – Desenvolvedor
R$ 1.074,60
Explore o futuro da tecnologia com o curso de Inteligência Artificial da Avance Cursos. Aprenda os conceitos fundamentais da IA e suas aplicações práticas, desenvolvendo habilidades para criar soluções inovadoras em diversas áreas.
O curso abrange desde os princípios básicos de inteligência artificial até técnicas avançadas de machine learning, processamento de linguagem natural e visão computacional. Cada módulo é desenvolvido para proporcionar um aprendizado prático e dinâmico, com exemplos reais e projetos aplicáveis no seu trabalho ou estudos.
Com acesso a videoaulas explicativas, exercícios práticos e materiais complementares, você compreenderá e aplicará os conhecimentos adquiridos de maneira eficaz. Ao final do curso, estará preparado para desenvolver e implementar soluções de inteligência artificial, contribuindo para a inovação tecnológica.
Outras informações
Informação adicional
| Carga Horária: | 180 hora(s) |
|---|---|
| Quantidade de aulas: | 60 aula(s) |
| Mercado de trabalho: | Funções possíveis que você pode atuar: – Especialista em Inteligência Artificial |
| Habilidades Adquiridas: | – Compreensão dos princípios de IA |
Conteúdo Programático
– Módulo 01 – Introdução
– Módulo 01 – Variáveis, Operadores Lógicos e Estruturas de Controle
– Módulo 01 – Listas e Dicionários
– Módulo 01 – Lista de Exercícios de Lógica
– Módulo 01 – Funções no Python
– Módulo 02 – Numpy: Arrays e Operações Básicas
– Módulo 02 – Numpy: Operações de Comparação e Algébricas
– Módulo 02 – Numpy: Funções Matemáticas e Estatísticas
– Módulo 02 – Exercícios com Numpy
– Módulo 03 – Introdução ao Pandas
– Módulo 03 – Manipulação de DataFrames e Leitura de Arquivos
– Módulo 03 – Pandas: Introdução à Análise Exploratória
– Módulo 03 – Pandas: Limpeza e Tratamento de Dados – Parte 1
– Módulo 03 – Pandas: Limpeza e Tratamento de Dados – Parte 2
– Módulo 03 – Pandas: Análise Exploratória em Séries Temporais
– Módulo 04 – Matplotlib: Parte 1
– Módulo 04 – Matplotlib
– Módulo 04 – Seaborn: Parte 1
– Módulo 04 – Seaborn: Parte 2
– Módulo 04 – Plotly
– Módulo 05 – Introdução ao Machine Learning
– Módulo 05 – Introdução ao Scikit-learn e KNN
– Módulo 05 – KNN: Ajuste de Parâmetros
– Módulo 05 – Naive Bayes
– Módulo 05 – Support Vector Machine
– Módulo 05 – Árvore de Decisão
– Módulo 05 – Random Forest
– Módulo 05 – XGBoost
– Módulo 05 – Modelos de Regressão com Scikit-learn
– Módulo 05 – Regressão Linear
– Módulo 05 – Agrupamento com K-Means
– Módulo 05 – Agrupamento com DBSCAN
– Módulo 05 – Análise de Componentes Principais
– Módulo 05 – Engenharia de Recursos: PCA para Extração de Recursos
– Módulo 05 – Tratamento de Variáveis Categóricas
– Módulo 05 – Seleção de Features
– Módulo 05 – Validação Cruzada
– Módulo 05 – Ajuste Fino de Hiperparâmetros
– Módulo 06 – Introdução às Redes Neurais
– Módulo 06 – Perceptron
– Módulo 06 – Multilayer Perceptron
– Módulo 07 – Introdução ao Deep Learning
– Módulo 07 – Introdução ao TensorFlow e Keras
– Módulo 07 – Implementação de uma Rede Neural Simples com TensorFlow
– Módulo 07 – Introdução às Redes Neurais Convolucionais (CNN)
– Módulo 07 – Implementação de uma Rede Neural Convolucional (CNN)
– Módulo 07 – Introdução às Redes Neurais Recorrentes (RNN)
– Módulo 07 – Implementação de uma Rede Neural Recorrente (RNN)
– Módulo 07 – Introdução às Redes Long Short-Term Memory (LSTM)
– Módulo 07 – Implementação de uma Rede LSTM
– Módulo 08 – Integração com a API da OpenAI
– Módulo 08 – Tópicos Especiais em NLP: NLTK
– Módulo 08 – Tópicos Especiais em NLP: SpaCy
– Módulo 08 – Tópicos Especiais em NLP: Análise de Sentimentos
– Módulo 08 – Tópicos Especiais em Reinforcement Learning: Introdução
– Módulo 08 – Tópicos Especiais em Reinforcement Learning: Projeto Introdutório
– Módulo 08 – Tópicos Especiais em Visão Computacional: Introdução
– Módulo 08 – Tópicos Especiais em Visão Computacional: OpenCV
– Módulo 08 – Tópicos Especiais: PyTesseract
– Módulo 08 – Ética em IA e LGPD
