
.png)

Cronograma do curso IA
Módulo 01
Introdução
Variáveis, Operadores Lógicos e Estruturas de Controle
Listas e Dicionários
Lista de Exercícios de Lógica
Funções no Python
Módulo 02
Numpy: Arrays e Operações Básicas
Numpy: Operações de Comparação e Algébricas
Numpy: Funções Matemáticas e Estatísticas
Exercícios com Numpy
Módulo 03
Introdução ao Pandas
Manipulação de DataFrames e Leitura de Arquivos
Pandas: Introdução à Análise Exploratória
Pandas: Limpeza e Tratamento de Dados - Parte 1
Pandas: Limpeza e Tratamento de Dados - Parte 2
Pandas: Análise Exploratória em Séries Temporais
Módulo 04
Matplotlib: Parte 1
Matplotlib
Seaborn: Parte 1
Seaborn: Parte 2
Plotly
Módulo 05
Introdução ao Machine Learning
Introdução ao Scikit-learn e KNN
KNN: Ajuste de Parâmetros
Naive Bayes
Support Vector Machine
Árvore de Decisão
Random Forest
XGBoost
Modelos de Regressão com Scikit-learn
Regressão Linear
Agrupamento com K-Means
Agrupamento com DBSCAN
Análise de Componentes Principais
Engenharia de Recursos: PCA para Extração de Recursos
Tratamento de Variáveis Categóricas
Seleção de Features
Validação Cruzada
Ajuste Fino de Hiperparâmetros
Módulo 06
Introdução às Redes Neurais
Perceptron
Multilayer Perceptron
Módulo 07
Introdução ao Deep Learning
Introdução ao TensorFlow e Keras
Implementação de uma Rede Neural Simples com TensorFlow
Introdução às Redes Neurais Convolucionais (CNN)
Implementação de uma Rede Neural Convolucional (CNN)
Introdução às Redes Neurais Recorrentes (RNN)
Implementação de uma Rede Neural Recorrente (RNN)
Introdução às Redes Long Short-Term Memory (LSTM)
Implementação de uma Rede LSTM
Módulo 08
Integração com a API da OpenAI
Tópicos Especiais em NLP: NLTK
Tópicos Especiais em NLP: SpaCy
Tópicos Especiais em NLP: Análise de Sentimentos
Tópicos Especiais em Reinforcement Learning: Introdução
Tópicos Especiais em Reinforcement Learning: Projeto Introdutório
Tópicos Especiais em Visão Computacional: Introdução
Tópicos Especiais em Visão Computacional: OpenCV
Tópicos Especiais: PyTesseract
Ética em IA e LGPD