O Currículo deste treinamento inclui, entre outros, os seguintes tópicos:

• Visão Geral da Inteligência Artificial;

• Noções básicas de programação em Python;

• Noções Básicas de Matemática;

• Visão geral do TensorFlow;

• Propedêutica e visão geral da aprendizagem profunda;

• Visão geral do software de Cloud;

• Guia da Experiência do Básico de Programação em Python;

• Guia de experimentos básicos de matemática;

• Guia do Experimento dos Fundamentos da Programação do TensorFlow.

Módulos de aprendizagem

1. Introdução a Inteligência Artificial (IA) (6h)

• Introdução a Python: Campos e Aplicações, matrizes com NumPy, Análise de dados com Pandas e Visualização de dados.

• Visão Geral sobre IA 1.3. Controvérsias da IA e Aspectos Futuros.

2. Noções de Matemática para IA (6h)

• Elementos de Álgebra Linear, Probabilidade, Estatística e Otimização.

3. Aprendizagem de Máquinas (Machine Learning - ML) (12h)

• Definição, Tipos e Processos em ML

• Técnicas de ML: KNN, K-Means, Hierarchical clustering, Perceptron, outros métodos-chave de aprendizagem de máquinas, Linear Regression, Ridge Regression, Lasso Regression, Polynomial Regression, Logistic Regression, Naive-bayes, Decision tree, SVM, Ensemble learning.

• Estudos de Caso de ML.

4. Aprendizagem Profunda (Deep Learning - DL) (12h)

• Introdução à aprendizagem profunda: Regras de treinamento, Funções de ativação, Estratégias de normalização,

• Otimizadores.

• Tipos de redes neurais profundas.

• Problemas Comuns em DL.

5. Frameworks de Desenvolvimento para IA (12h)

• Pytorch, exposição e demonstração,

• Tensorflow, características, Tensores no Tensorflow, Variáveis no Tensorflow, Operações básica no Tensorflow, Módulos comuns do Tensorflow.

• Keras: montagem de modelos, vantagens, métodos e interface, Demonstração.

• MindSpore: Visão Geral, Development Framework, Arquitetura, Principais características, Desenvolvimento e aplicações.

• ModelArts: Visão Geral e Soluções.

• Ascend: Chips para AI, Arquitetura dos Chips Ascend, Aplicações com Chips para AI.

Informações sobre os formatos do curso

• Ocorrerá liberação de material das aulas sempre com antecedência de uma semana, às segundas-feiras e quartas-feiras às 19h, em caso de feriado, a liberação da aula ocorrerá no dia seguinte;

• Os participantes do curso realizarão as atividades daquela aula, em sala de aula na UNIFEI (local a ser confirmado), na semana seguinte a liberação do material e poderão retirar dúvidas sobre aquela aula com os docentes/monitores;

• Cada aula do curso terá duração de 3h/aulas, correspondendo a parte teórica e prática;

• O curso ocorrerá em 8 semanas, 2 dias por semana, totalizando 48 horas/aula;

• O curso será ministrado em português, no entanto, questões técnicas, material didático e a utilização de plataformas de ensino estrangeiras, visando a certificação em IA poderão ser apresentadas e/ou utilizadas em língua inglesa; 

• A cada aula, o aluno realizará um conjunto de atividades que computará sua performance naquela atividade e valerá notas para sua pontuação final;

• Ao final do curso, o aluno fará um simulado geral com os tópicos abordados no curso;

• Haverá monitoria em dias e horários a serem divulgados previamente aos participantes.

Informações sobre a avaliação do curso

A avaliação dos treinamento será composta de três atividades:

• 40% atividades realizadas durante as aulas presenciais;

• 30% simulado a ser realizado no final do curso;

• 30% envio do certificado de conclusão do treinamento na plataforma da Huawei.

O aluno será aprovado obtendo 60% de aprovação no somatório das atividades e 75% de frequência nas aulas presenciais.