Ir para o conteúdo
Carrinho

Fundamentos de IA

40 horasIniciante10 módulos

8 de 10 módulos com ementa publicada

0 de 10 módulos gravados

Ementa

Percorre o tronco comum de nível 100 na íntegra: o que são IA, ML e DL; Python para IA; matemática essencial I; coleta e limpeza de dados; estatística e probabilidade básica; o primeiro modelo em scikit-learn; ética, vieses e segurança; e Git/GitHub como portfólio. Fecha com os dois módulos de orientação que abrem as demais áreas — a intuição visual de redes neurais e a visão de sistema de como IA vira produto.

Módulos da formação

Os mesmos objetos do currículo completo. Um módulo aberto a partir de qualquer formação que o contenha é o mesmo módulo, com a mesma ementa e o mesmo estado.

  • CORE-101Ementa publicada

    O que é IA, ML e DL

    Conteúdo
    História, tipos de aprendizado, onde IA está no mundo real
    Prática
    Mapear 5 IAs do dia a dia e classificá-las

    valor estimado0 de 1 módulo publicado

  • CORE-102Ementa publicada

    Python para IA

    Conteúdo
    Sintaxe, funções, ambientes (venv/conda), notebooks
    Prática
    Mini-projeto: analisador de texto simples

    valor estimado0 de 1 módulo publicado

  • CORE-103Ementa publicada

    Matemática essencial I

    Conteúdo
    Vetores, matrizes, funções, noção de derivada — visual e intuitivo
    Prática
    Implementar operações com NumPy

    valor estimado0 de 1 módulo publicado

  • CORE-104Ementa publicada

    Dados: coleta e limpeza

    Conteúdo
    Pandas, CSV/JSON/APIs, dados faltantes, EDA
    Prática
    Limpar e explorar um dataset real sujo

    valor estimado0 de 1 módulo publicado

  • CORE-105Ementa publicada

    Estatística e probabilidade básica

    Conteúdo
    Distribuições, média/variância, correlação vs. causalidade
    Prática
    Análise estatística de um dataset público

    valor estimado0 de 1 módulo publicado

  • CORE-106Ementa publicada

    Primeiro modelo de ML

    Conteúdo
    Scikit-learn: regressão e classificação, treino/teste, métricas
    Prática
    Prever preço de imóveis + classificar spam

    valor estimado0 de 1 módulo publicado

  • CORE-107Ementa publicada

    Ética, vieses e segurança em IA

    Conteúdo
    Vieses em dados, privacidade, uso responsável
    Prática
    Auditar vieses de um modelo pronto

    valor estimado0 de 1 módulo publicado

  • CORE-108Ementa publicada

    Git, GitHub e portfólio

    Conteúdo
    Versionamento, README, publicar projetos
    Prática
    Subir os projetos do nível ao GitHub

    valor estimado0 de 1 módulo publicado

  • DL-101Ementa publicada

    Intuição visual de redes neurais

    Ementa detalhada ainda não escrita

  • MLOPS-101Ementa publicada

    Como IA vira produto (visão de sistema)

    Ementa detalhada ainda não escrita

Nem tudo cabe em 40 horas. Estado da arte, treino distribuído, interpretabilidade, edge e os cinco projetos integradores existem apenas dentro das trilhas completas: Trilhas