Inteligência Artificial Moderna
What you'll learn
- Identificar os principais conceitos e aplicações da IA.
- Explicar a estrutura e funcionamento das redes neuronais artificiais.
- Demonstrar como as CNNs são utilizadas para tarefas de visão por computador.
- Aplicar LSTMs para análise de séries temporais, como dados financeiros e previsão de temperatura.
- Modelos de tipo "Transformer" (incluíndo modelos GPT ) e suas aplicações em linguagem.
- Implementar modelos de IA para gerar conteúdo criativo, como imagens e estilos artísticos.
- Saber usar Keras, uma das frameworks mais elegantes, simples e poderosas para implementar modelos de Inteligência Artificial baseados em Deep Learning
- Manter-se permanentemente atualizado em relação aos novos modelos, arquiteturas e plataformas que vão surgindo (curso em permante atualização)
Requirements
- Saber o básico de Python, ou ter vontade de aprender essa linguagem (tutorial para iniciantes de Python incluído)
- Ser muito curioso/a e estar motivado/a para aprender sobre Inteligência Artificial Moderna, de forma simples, prática e rigorosa
Description
Aprenda os princípios e aplicações práticas da Inteligência Artificial Moderna, incluindo modelos de Deep Learning e Transformers (a base dos modelos "GPT"), entre outros.
Usaremos a biblioteca Keras, que simplifica a construção de modelos de Deep Learning, oferecendo recursos para utilizadores de todos os níveis, desde iniciantes até especialistas. Privilegiaremos exemplos do mundo real, explorando aplicações em Saúde, Arte, Finanças e muitas outras áreas.
Utilizaremos a plataforma Colab, da Google, que permite usar GPUs de forma gratuita, sem preocupações de configuração e sem a necessidade de introduzir informações de cartão de crédito (basta ter uma conta Google). Os exemplos iniciais, baseados em código aberto do próprio autor da Keras, François Chollet, serão complementados cada vez mais por código que tira proveito de plataformas como a HuggingFace e a versão mais recente da Keras (3.0), que permite usar diferentes frameworks de Deep Learning como base (TensorFlow, JAX, PyTorch).
Uma das grandes vantagens de aprender Keras é que ficará apto/a a trabalhar com as frameworks de Deep Learning mais populares sem ter de aprender as idiossincrasias de cada uma: basta aprender uma sintaxe (a da Keras) e terá a liberdade de trabalhar sem preocupação com a framework de base (seja TensorFlow, a mais popular até há pouco, PyTorch, que é cada vez mais usada, ou mesmo JAX, valorizada por empresas de vanguarda como a OpenAI).
Este curso está em permanente atualização, e você pode contar com a introdução de novos conteúdos ao longo do tempo, acompanhando as novidades da Indústria e da Academia, bem como os interesses dos alunos expressos no fórum público do Curso ou através de mensagens com pedidos de melhoria ou adição de conteúdos.
Who this course is for:
- Qualquer pessoa com curiosidade e vontade de aprender sobre este tema fascinante e que está a marcar o presente, e promete definir o futuro.
- Estudantes que desejam aprofundar os seus conhecimentos nas fomas mais recentes de IA
- Profissionais de IT interessados em aplicar técnicas de IA no seu trabalho
- Desenvolvedores de software que querem entender como aplicar IA para resolver problemas do mundo real
Instructor
- 4.4 Instructor Rating
- 366 Reviews
- 2,160 Students
- 5 Courses
I did undergraduate and postgraduate studies both in Psychology and in Computer Science.
I taught Psychology / Neuropsychology courses at University for many years, and I got the level of Advanced Specialist in Neuropsychology by OPP (the official entity that regulates psychologists in Portugal)
Afterwards, I graduated in Computer Science and I did a PhD in Information Science, in which I had to apply structural equation modelling (using software such as Amos and R).
Today, I teach Artificial Intelligence, Object Oriented Programming, System Analysis, Software Engineering, Interface Design, and Multivariate Statistics.
My main area of work is Applied Statistics, Research Methods, and Machine Learning (with a particular focus on Neural Networks / Deep Learning).