Aplique e desenvolva modelos de inteligência artificial, machine learning e deep learning para analisar dados e tornar-se um pesquisador de ponta.
Torne-se competitivo e requisitado no
ambiente corporativo e acadêmico.
- Alunos de pós-graduação
- Alunos de graduação
- Profissionais
- Empresários
- Professores de universidade pública
- Professores de universidade privada
- Alunos de pós-graduação
- Alunos de graduação
- Profissionais
- Empresários
- Professores de universidade pública
- Professores de universidade privada
Aulas do básico ao avançado
Sem necessidade de conhecimento prévio
Aplicações usando modelos reais
Aulas oferecidas por especialistas
Aplicação em:
Python
TensorFlow
Scikit-Learn
Deep learning
Redes neurais profundas
Machine Learning
Aprendizado de máquina
Você está a um passo de desenvolver
as habilidades mais requisitadas do mundo.
PARA QUE SERVE O CURSO
- Aplicação de modelos pré-construídos para encontrar padrões em dados
- Criação de modelos preditivos
- Desenvolvimento de modelos de machine learning e deep learning
A inteligência artificial identifica padrões em dados e prevê o que vai acontecer no futuro.
É o que cientistas usam para prever períodos de chuva e seca.
Médicos usam para avaliar se um paciente tem
mesmo um tumor a partir de imagens de tecidos.
Empresas usam para identificar padrões de
consumidores e oferecer anúncios e conteúdos otimizados.
E, acredite, a inteligência artificial não está tão longe de você.
Atualmente, inúmeros dispositivos, redes sociais e aplicativos contam com inteligências artificiais.
Você anda com uma máquina de inteligência artificial no seu bolso.
Todas essas ferramentas e aplicativos utilizam inteligências para criar modelos do que você é e do que você gosta.
Essas inteligências servem para oferecer o que pode te interessar mais, como filmes em um streaming, conteúdos nas redes sociais e até horários em que você deve receber notificações de aplicativos, como o iFood
(Agora você sabe por que recebe notificações quando está com fome e por que o Instagram te mostra vídeos de gatinhos quando você está ansioso).
Mas que tal se colocar do outro lado do jogo?
Com o curso Análise Inteligente, você se tornará capaz de compreender e aplicar modelos de inteligência artificial nos seus próprios dados, além de conseguir coordenar pesquisas e análises usando essas ferramentas.
Esse é o primeiro curso do país de inteligência artificial voltado para análise de dados científicos e corporativos.
Como o Análise Inteligente (AI),
você será capaz de:
Entender a matemática por trás de análises avançadas
Compreender o funcionamento de algoritmos de inteligência artificial
Implementar códigos em Python para analisar seus próprios dados usando inteligência artificial, machine learning e deep learning
Aplicar modelos para analisar imagens e fotos (reconhecimento facial)
Ter conhecimento avançado sobre estratégias de análise de dados corporativos e científicos
O método aplicado no Curso Análise Inteligente se fundamenta em 4 pilares:
Iniciante
APRENDER
Aprenda conceitos básicos e avançados sobre inteligência artificial e programação em Python
Intermediário
CODAR
Você começará a criar e modificar códigos em Python para compreender como a inteligência artificial funciona
Avançado
IMPLEMENTAR
Você agora será capaz de aplicar códigos aos seus próprios dados e desenvolver algoritmos
Expert
COORDENAR
Com o conhecimento adquirido, você poderá coordenar equipes ao formular e responder perguntas usando ferramentas de inteligência artificial
Torne-se um cientista ou profissional
altamente competitivo no mercado.
Antes do curso AI
- Sem conhecimento sobre IA, machine learning e deep learning
- Incapaz de utilizar modelos de IA na análise de dados
- Confuso quanto às possibilidades existentes para quem domina IA
- Incapaz de compreender como algoritmos funcionam
Depois do curso AI
- Proficiência em conceitos avançados
- Capaz de analisar os próprios dados usando IA
- Com um currículo competitivo por ter habilidades de IA
- Utilizando algoritmos para analisar dados
Desenvolvemos uma formação para todos.
Nossos professores especialistas são formados em ciências exatas e trabalham na área da Inteligência Artificial.
LUCAS AGUIAR
MSc, PhD
PAULO LIBONI
MSc, PhD
THIAGO VIDOTTO
MSc, PhD
DANIELE KAUCTZ
MSc, PhD
LAURA LERMAN
MSc, PhD
Não sabe programar em Python?
Sem problemas!
Não sabe muito de cálculo de matemática aplicada à IA?
Sem problemas!
Não sabe como implementar estratégias de IA?
Sem problemas!
O Análise Inteligente foi construído meticulosamente ao longo de 2 anos para te entregar um conteúdo conectado, fácil de aprender e totalmente aplicado.
Conheça todas as aulas e módulos
do Curso Análise Inteligente.
1.Introdução à Neurociência
2. Introdução à Psicologia
1 – Elementos de Matemática
2 – Funções de uma variável
3 – O problema da variação instantânea
4 – Aspectos intuitivos da noção de limite
5 – Limite: definição
6 – Limite: cálculos
7 – Derivada: definição e interpretação geométrica
8 – Derivando funções elementares
9 – Linearidade da derivada
10 – Regra de Leibniz
11 – Regra da Composta
12 – Derivadas de ordem superior
13 – Série de Taylor
14 – Funções de várias variáveis
15 – Derivadas Parciais
16 – Derivadas Parciais de ordem superior
1 – Matrizes e vetores
2 – Soma de matrizes
3 – Multiplicação de matrizes
4 – Gradiente
5 – Matriz Jacobiana
6 – Matriz Hessiana
1 – introdução ao Python
2 – Ambiente de desenvolvimento
3 – Estruturas de dados – Listas
4 – Estrutura de dados – Tuplas
5 – Estrutura de dados – Dicionários
6 – Estrutura de dados – Conjuntos
1. O que é Aprendizado de Máquina? (conceito, tipos de aprendizado e tasks)
2. Funcionamento de um neurônio artificial
3. Funções de ativação
4. Treino do modelo por descida de gradiente
5. Redes neurais profundas: foward pass
6. Redes neurais profundas: backpropagation
7. Criação de uma rede neural simples em Python
8. Como usar o Scikit-learn e Tensorflow
9. O que é overfitting e underfitting?
10. Exemplos de aplicação
1. O que são Redes Neurais Convolucionais? (conceito)
2. O que é uma convolução (filtros, janela de convolução, stride)
3. Maxpooling, Dropout e Batchnormalization
4. Como usar o Tensorflow para Redes Neurais Convolucionais
5. Exemplos de aplicação
1. Conceito de Otimização
2. Otimização Gráfica com aplicações em Python
3. Condições de Karush-Kuhn-Tucker
4. Aplicações em Python
5. Convexidade de Função e Determinação do Passo
6. Métodos de 1a Ordem: Descida mais rápido e gradientes conjugados
7. Aplicações em Pyhton
8. Métodos de 2a Ordem: Newton e Quasi-Newton com aplicações em Python
9. Métodos de Penalização
10. Programação Linear com aplicações em Python
11. Algoritmo de Otimização Metaheurística
12. Aplicações em Pyhton
1. Introdução a Equações Diferenciais.
2. Equações Diferenciais Ordinais usando Inteligência Artificial
3. Transformada de Fourier
4. Equações Diferenciais Parciais e IA
1.Introdução à IA Generativa: Conceitos e importância da geração de dados novos e criativos.
2. Modelos de IA Generativa: Estruturas e algoritmos principais, como Redes Generativas Adversariais (GANs) e Modelos Baseados em Fluxo.
3. IA Generativa no Processamento de Linguagem Natural (PLN): Técnicas e aplicações para geração de texto.
4. IA Generativa em Música e Áudio: Abordagens e algoritmos para a geração de música e outros tipos de áudio.
1 – Visão Computacional: Técnicas e aplicações para interpretação de imagens e vídeos
2 – Processamento de Linguagem Natural (PLN): Métodos e aplicações para análise e geração de linguagem natural
3 – Reconhecimento de Voz: Tecnologias e algoritmos para interpretação e processamento de áudio falado.
4 – Saúde, Finanças, Logística, Marketing e Outras Aplicações Práticas: Implementações e estudos de caso de IA em setores específicos.
5 – Robótica e IA na Indústria, na cadeia de suprimentos, na agricultura e na Saúde.
6 – Ética na Inteligência Artificial.
7 – Tendências de IA e Machine Learning.
Bônus incríveis
Aula 1 – Fundamentos da Análise de Sentimento: Conceitos básicos e importância na compreensão de opiniões e sentimentos em textos.
Aula 2 – Técnicas de Análise de Sentimento: Métodos de análise baseados em léxico e aprendizado de máquina.
Aula 3 – Modelos de Análise de Sentimento: Implementação e avaliação de modelos, como o uso de redes neurais para análise de sentimentos.
Aula 4 – Aplicações Práticas: Casos de uso em redes sociais, feedback de clientes e análise de tendências.
1.Introdução a Imagens Digitais
2. Processamento de imagens
3. Aprendizado de Máquina e Imagens
4. Redes Neurais
5. Etapas do treinamento de uma Rede Neural Convolucional
6. Redes neurais convolucionais para classificação de doenças em plantas (Imagens de folhas)
Torne-se um pesquisador ou profissional de ponta ao dominar ferramentas de inteligência artificial.
Faça sua matrícula agora para ter acesso vitalício à primeira formação em IA aplicada à ciência do Brasil!
ÚLTIMAS HORAS DE MATRÍCULAS ABERTAS!
PRÓXIMA TURMA EM 2025, APENAS.
Risco zero:
Garantia Incondicional
Não se preocupe: você pode garantir essa oportunidade agora para não perder a oferta e, se mudar de ideia, pedir o reembolso em até 7 dias. Sem perguntas ou burocracias, devolveremos 100% do seu dinheiro, não importa quais sejam os seus motivos.
Perguntas frequentes
Você terá acesso vitalício ao Análise Inteligente.
Todas. Você vai ter resultados com o Análise Inteligente se você for das humanas, agrárias, sociais aplicadas, biológicas, saúde, exatas, etc.
Sim! Os conteúdos do curso vão do complexo e extremo básico ao avançado!
Sim! Ensinamos linguagem de programação do básico pra quem NUNCA sequer programou nenhum código na vida
É só pedir seu dinheiro de volta dentro de 7 dias!