R$ 389,00 em até 12x de R$ 38,90 ou R$ 389,00 à vista Quero comprar agora Ajuda Precisa de ajuda?
O que vou aprender
Entender o que é inteligência artificial e como se relaciona com Machine Learning e com análise preditiva;
Resolver problemas de negócio utilizando inteligência artificial, através de exemplos práticos;
Planejar uma solução de inteligência artificial de ponta a ponta, desde a identificação do problema a ser resolvido até a efetiva utilização de um modelo preditivo;
Aprender as principais técnicas de preparação de dados;
Entender como inteligência artificial funciona na prática, desenvolvendo seus próprios modelos em um software gratuito, em português e que não requer conhecimento de programação;
Tomar conhecimento de alguns problemas que não estão diretamente relacionados com a criação de modelos preditivos, mas são extremamente importantes: viés de algoritmos e ética no uso de dados.
O curso
Inteligência artificial é um assunto muito amplo. Existem dezenas de técnicas e plataformas, e outras novas aparecem todos os meses. Se você deseja entrar no mundo da inteligência artificial, mas não sabe onde começar, este curso pode ser para você. Este não é um curso para formar cientistas de dados: foi criado pensando em profissionais das mais variadas áreas de negócio e das mais variadas indústrias, que podem utilizar inteligência artificial como uma poderosa ferramenta de análise e tomada de decisão. Inteligência artificial não é a solução de todos os problemas, mas muitos podem ser resolvidos com sua utilização, e sem a necessidade de saber escrever códigos para programar computadores ou entender de matemática avançada. Este curso explica inteligência artificial de uma forma simples, possível e acessível para a maioria das pessoas. Entendendo o conceito e fazendo analogias através de exemplos, é possível utilizar o Canvas Business Machine Learning © (disponibilizado gratuitamente para os participantes) e planejar soluções para os mais diversos problemas. Planejada a solução, é preciso colocar a mão na massa, e iniciar a exploração dos dados, utilizando, entre outras, técnicas de visualização de dados. No mundo real, os dados nunca chegam “redondos” e prontos para serem usados, então precisam ser tratados. Vamos conhecer as principais técnicas, sobretudo as mais importantes: como tratar dados que estão ausentes, ou “missing”, e dados que estão “fora da curva”, os chamados “outliers”. Preparados os dados, entra a inteligência artificial para ajudar a fazer previsões e melhorar a qualidade da tomada de decisão. Vamos utilizar GRETL, um software gratuito, em português e que não utiliza programação, apenas caixas de diálogo tradicionais do Windows e do Mac onde se informam os parâmetros e se pressiona “ok”. Tão simples de aprender como Excel! Existem muitas técnicas de análise preditiva, mas vamos focar com profundidade em duas (regressões linear e logística) que podem solucionar um número imenso de problemas. E você vai saber como fazer isso, do princípio ao fim. Fechamos o curso com outros exemplos reais e algumas mensagens importantes sobre viés e ética no uso de inteligência artificial.
Requisitos
O curso não exige nenhum pré-requisito de formação ou área de atuação.
Módulos
1. Introdução e enquadramento: inteligência artificial como tecnologia disruptiva e um dos motores da transformação digital
Módulos 6 aulas
1.1 Seja bem-vindo(a) ao curso Inteligência Artificial para Negócios
1.2 Abertura
1.3 Introdução ao curso e enquadramento
1.4 Inteligência artificial possível e acessível (Parte 1)
1.5 Inteligência artificial possível e acessível (Parte 2)
1.6 1.6 Design de soluções de IA
2. IA na prática 1: preparando os dados
Módulos 3 aulas
2.1 Introdução aos frameworks de ciência de dados e análise exploratória
2.2 Preparação do dataset (Parte 1)
2.3 Preparação do dataset (Parte 2)
3. IA na prática 2: usando análise preditiva para resolver problemas reais
Módulos 4 aulas
3.1 Introdução à modelagem: IA na prática
3.2 Regressão linear simples
3.3 Regressão linear múltipla
3.4 Regressão logística
4. Cases, aspectos complementares importantes e por onde começar
Módulos 3 aulas
4.1 Outros exemplos de aplicação de IA
4.2 Aspectos adicionais importantes
4.3 Fechamento
5. Parabéns!
Módulos 1 aula
5.1 Curso concluído