Objetivos
O curso de Inteligência Artificial tem como objetivo introduzir os participantes aos fundamentos teóricos e práticos da IA, proporcionando uma base sólida sobre seus conceitos, histórico e aplicações. Busca desenvolver a compreensão dos principais métodos e algoritmos de aprendizado de máquina (Machine Learning), além de explorar as redes neurais e os avanços do Deep Learning como pilares da IA moderna. O curso também visa apresentar aplicações práticas em diferentes contextos e setores, demonstrando o potencial transformador da tecnologia. Por fim, propõe a análise crítica dos desafios atuais, questões éticas e das perspectivas futuras do uso da inteligência artificial na sociedade.
Público Alvo
Servidores do Estado do Tocantins.
Modalidade
EaD
Carga Horária
80h
Ementa
Apresentar e discutir os fundamentos da Inteligência Artificial (conceituação, princípios e objetivos). Histórico do desenvolvimento da IA e sua evolução tecnológica. Aprendizado de máquina (Machine Learning), redes neurais e Deep Learning como bases técnicas da inteligência computacional. Aplicações práticas da IA em diferentes setores e contextos. Inteligência Artificial, responsabilidade ética e impactos sociais. Desafios atuais, limitações tecnológicas e as perspectivas para o futuro da IA.
.
Conteúdo Programático
- Fundamentos da inteligência artificial
- Aprendizado de máquina (Machine Learning)
- Redes neurais e Deep Learning
- Aplicações práticas de IA
- Desafios e futuro da inteligência artificial
Metodologia
- Apresentação de slides
- Estudo com material pdf (livros, manuais e etc)
- Questionário
- Vídeo
- Avalição final
Módulos
CIA - Módulo 01
Aulas
CIA - Módulo 02
Aulas
- Conceitos básicos de aprendizado de máquina: supervisionado, não supervisionado e por reforço
- Avaliação de Modelos Preditivos: Validação cruzada Holdout
- Análise de Regressão Linear Múltipla – Definição
- Análise de Regressão Linear Simples – Definição
- Preparação de dados: limpeza, transformação e seleção de features
CIA - Módulo 03
Aulas
- Introdução às redes neurais artificiais
- Reconhecimento de Imagens com Deep Learning usando TensorFlow e Keras
- Algoritmos de otimização para treinamento supervisionado
- Redes Neurais: Como determinar a arquitetura de um MultiLayer Perceptron (MLP)?
- Arquiteturas de redes neurais: perceptron, redes feedforward, redes convolucionais, redes recorrentes
