Formação Completa Inteligência Artificial e Machine Learning (VERSÃO LEGADA)
- Compre Agora
- Saiba mais
Apresentação

Apresentação
O que você vai aprender durante o Curso
Diretrizes gerais e estrutura do curso
Fundamentos
História
O Teste de Turing
Aplicações
Robôs, Agentes e Sistemas Especialistas
Mudanças Sociais e Riscos para a Humanidade
Preparação do Ambiente: Python
Preparação do Ambiente: Python
Apresentação: Quiz
Algoritmos de Busca e Otimização

Material para Download
Introdução
Introdução Parte II
Hill Climbing
BFS e DFS
Caminhos
Tabu Search e Simulated Annealing
AI Breaking News
R: Tabu Search
R: Tabu Search parte II
R: Simulated Annealing
R: Simulated Annealing Parte II
Algoritmos de Busca e Otimização: Quiz
Algoritmos Genéticos

Introdução
Evolução Biológica
Introdução a AG
Como Funciona
Como Funciona Parte II
Como Funciona Parte III
Exemplo
R: Pacote GA
Exemplo com Valor Real
R: Exemplo com Valor Real
Exemplo Binário
R: Exemplo Binário
Python: Otimização de Carga
Python: Otimização de Carga Parte II
Python: Otimização de Carga Parte III
Sistemas Especialistas

Introdução
AI Breaking News
O modelo clássico de Cooke
Pacote Expert
R: Exemplo
R: Exemplo parte II
R: Exemplo parte III
Avaliando os Resultados
Lógica Difusa

Introdução
Introdução Parte II
R: Exemplo
R: Exemplo Parte II
Interpretando o Resultado
Python: Comparação de string com FuzzyWuzzy
Lógica Difusa: Quiz
Machine Learning: Fundamentos

Introdução
Aplicações
Conceitos
Conceitos Parte II
Classificação
Classificação Parte II
Weka: Classificação com Naive Bayes
Weka: Classificação com Árvores de Decisão
Weka: Classificação com Filtros
Weka: Regressão
Categorical Encoding
Feature Scalling
Agrupamentos
Weka: Agrupamentos
Regras de Associação
Weka: Regras de Associação
Machine Learning: Fundamentos: Quiz
Machine Learning: Estudo de Algoritmos

Naive Bayes
Redes Bayesianas
R: Redes Bayesianas
Árvores de Decisão
Arvore de Decisão 2
Classificação com Regras
Classificação com Regras Parte II
Regras com arules
Comparando Regras
Aprendizado Baseado em Grupos
R: Random Forest
Aprendizado Baseado em Instância
Python: Knn
Agrupamentos com Kmeans
Python: Kmeans
Python: Kmeans
Apriori
Apriori no R
Machine Learning: Tópicos Avançados

Avaliando a Variabilidade de um Modelo
Comparando o Desempenho de um Modelo
Avaliando o Desempenho com Weka Experimenter
Custo de Modelos
Seleção de Atributos e Maldição da Dimensionalidade
Python: Seleção de Atributos
Classificação Multi Label
Meka: Classificação Multi Label
R: Classificação Multi Label
Métricas de Erros: ME MAE RMSE MPE MAPE
Machine Learning: Tópicos Avançados: Quiz
Redes Neurais e Deep Learning

Introdução
Percepton
Classificação com Perceptron
Classificação com Perceptron Parte II
Executando um Perceptron
Executando um Perceptron Parte II
Arquitetura de Redes Neurais Artificiais
Testando um Perceptron Multicamadas
Multilayer Perceptron no R
Multilayer Perceptron no R Parte II
Python: Exemplo com sklearn
Deep Learning
Redes Neurais e Deep Learning: Quiz
Deep Learning Parte 1.mp4
Deep Learning Parte 2.mp4
Reinforcement Learning

Introdução
R: Reinforcement Learning
Reinforcement Learning
Processamento de Linguagem Natural (NLP)

Introdução
Aplicações
Conceitos
R: Processamento de Linguagem Natural
R: Exemplo básico
R: Exemplo com Documento
R: Exemplo com Documento Parte II
R: Classificação
R: Classificação Parte II
Python: Mineração de Emoção
Python: Mineração de Emoção Parte II
Processamento de Linguagem Natural:Quiz
R: Projeto Prático I: Jogo da Velha com Reinforcement Learning

Tic Tac Toe com Reinforcement Learning
Tic Tac Toe Parte II
Tic Tac Toe Parte III
Tic Tac Toe Parte IV
Tic Tac Toe Parte V
Python: Projeto Prático II: Aplicação Web de Avaliação de Riscos em Seguros

Projeto Web Parte I
Projeto Web Parte II
Projeto Web Parte III
R: Projeto Prático III: Quebra Cabeças Oito Rainhas com Algoritmos Genéticos

Oito Rainhas
Solução
Implementação
Implementação Parte II
Legado (Aulas da Versão 1)

Algoritmos Genéticos: Exemplo de Permutação
Algoritmos Genéticos: Exemplo de Permutação no R
Lógica Difusa: Exemplo com Octave
Lógica Difusa: Exemplo com Octave Parte II
Machine Leaning: R: Naive Bayes
Machine Learning: R: Naive Bayes parte II
Machine Learning: R: Árvores de Decisão
Machine Learning: R: Árvores de Decisão no R parte II
Machine Learning: R: Seleção de Atributos
Machine Learning: R: Knn
Machine Learning: R: Kmeans no R
R: Deep Learning
R: Deep Learning Parte II
Projeto Prático em R: Aplicação Web de Avaliação de Riscos em Seguros
Projeto Prático em R: Projeto em Shiny
Projeto Prático em R: Projeto em Shiny Parte II
Projeto Prático em R: Projeto em Shiny Parte III
Fundamentos em R

Introdução
RStudio
Pacotes
Pacotes Parte II
Pacotes Parte III
Aspectos Diversos
Aspectos Diversos Parte II
Tipos de Dados e Operadores
Tipos de Dados e Operadores Parte II
Estruturas de Dados
Estruturas de Dados Parte II
Funções
Funções Parte II
Ajuda
Ajuda Parte II
Principais Funções
Principais Funções Parte II
Importando Dados
Importando Dados Parte II
Programação
Programação Parte II
Fundamentos em Python

Introdução
Ambiente
Variáveis e Objetos
Variáveis e Objetos (Continuação)
Estruturas de Decisão
Estruturas de Decisão (Continuação)
Estruturas de Repetição
Estruturas de Repetição (Continuação)
Listas
Listas (Continuação)
Módulos e Pacotes
Módulos e Pacotes (Continuação)
Funções
Funções (Continuação)
Funções Padrão
Funções Padrão (Continuação)
Funções Padrões (Continuação II)
Encerramento

Referências Bibliográficas

R: Redes Bayesianas

Lição indisponível

Por favor, fazer o login em sua conta ou comprar o curso.