Curso online gratuitoIntrodução à Inteligência Artificial Aplicada à Engenharia (IA, Machine Learning e Otimização) com o professor Wikki Brasil
Duração do curso online: 25 horas e 16 minutos
Novo
Curso gratuito de IA aplicada à engenharia: fundamentos, otimização e machine learning, com foco em dados, avaliação de modelos e aplicações práticas.
Neste curso gratuito, aprenda sobre
Apresentação do curso
Fundamentos e contexto da IA na Engenharia
Busca e Otimização (Metaheurísticas)
Sistemas Especialistas e Lógica Difusa
Machine Learning: fundamentos, dados e avaliação
Machine Learning: classificação e modelos probabilísticos
Machine Learning: modelos de classificação (árvores, vizinhos, SVM e ensembles)
Machine Learning: aprendizado não supervisionado e regras de associação
Machine Learning: regressão, redes neurais e séries temporais
Mineração de Textos, PLN e Visualização de Resultados
Descrição do curso
Introdução à Inteligência Artificial Aplicada à Engenharia (IA, Machine Learning e Otimização) é um curso online gratuito da área de Tecnologia, Informática e Programação, voltado para quem deseja entender como a IA pode apoiar a tomada de decisão, a automação e a melhoria de desempenho em contextos de engenharia.
A proposta passa pelos fundamentos e pelo panorama da transformação digital, conectando conceitos essenciais de inteligência artificial a aplicações práticas, com atenção a aspectos de ética e responsabilidade no uso de dados e modelos. Ao longo do aprendizado, você consolida a base necessária para compreender como soluções de IA são planejadas, avaliadas e colocadas em funcionamento.
O curso também explora técnicas clássicas de busca e otimização, úteis para resolver problemas de escolha e configuração em cenários reais. Em seguida, amplia a visão para abordagens baseadas em conhecimento, como sistemas especialistas, e para métodos de raciocínio aproximado, como lógica difusa, que ajudam a lidar com incerteza e regras do mundo real.
Na parte de Machine Learning, o foco recai sobre o ciclo de dados, a construção de modelos e a avaliação de qualidade, percorrendo diferentes famílias de algoritmos supervisionados e não supervisionados, além de redes neurais e análise de séries temporais. O conteúdo se completa com temas de mineração de textos, processamento de linguagem natural e boas práticas de visualização e apresentação de resultados, fortalecendo a capacidade de comunicar insights com clareza e precisão.
Conteúdo do curso
Aula em vídeo: Curso Gratuito - Introdução à Inteligência Artificial Aplicada à Engenharia - Sobre o curso09m
Exercício: Qual é o foco principal do curso de Inteligência Artificial aplicada à Engenharia?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: Introdução22m
Exercício: Qual é o foco do curso ao tratar Inteligência Artificial: IA forte ou IA fraca?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: Transformação Digital28m
Exercício: Em uma base de dados organizada em linhas e colunas, como são chamados a linha (cada registro) e as colunas (características) no contexto de Machine Learning?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: IA e suas principais aplicações19m
Exercício: Quais são as quatro categorias principais em que a aprendizagem de máquina pode ser dividida?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: Ética e o nosso compromisso pt.132m
Exercício: Qual é o principal motivo para discutir ética e privacidade desde o início da evolução da Inteligência Artificial?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: Ética e o nosso compromisso pt.227m
Exercício: Qual cenário exemplifica melhor o risco de privacidade ligado a deepfakes (uso indevido de imagem) em aplicações de IA?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: A Inteligência Artificial36m
Exercício: Por que é recomendado testar mais de um algoritmo em um problema de Machine Learning?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: Software e Hardware32m
Exercício: Qual é a principal ideia ao escolher o melhor ecossistema/linguagem para aplicar Inteligência Artificial?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: E aí. Como fazer IA. E o futuro38m
Exercício: Por que é recomendado dividir os dados em treino e teste ao construir um modelo de Machine Learning?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: O Básico do R pt.134m
Exercício: No RStudio, qual ação é recomendada para evitar sobrescrição de arquivos e facilitar salvar/carregar dados em projetos diferentes?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M1: O Básico do R pt.232m
Exercício: No R, qual comando gera a sequência de 1 a 10 com passo de 0,5 (útil para criar vetores de entrada em análises de ML e otimização)?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M2: Algoritmos de Busca e Otimização33m
Exercício: Qual é a principal meta ao aplicar algoritmos de busca e otimização em problemas de Inteligência Artificial?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia- M2: Hill Climbing e Algr. de força bruta21m
Exercício: Qual é uma limitação clássica do algoritmo Hill Climbing em problemas de otimização?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M2: TabuSearch47m
Exercício: No algoritmo Tabu Search, qual é a ideia central da lista tabu?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M2: Simulated Annealing34m
Exercício: No Simulated Annealing, qual é o papel da variável temperatura no processo de busca?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M2: Algoritmo Genético20m
Exercício: Em algoritmos genéticos, o que significa cromossomo?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M2: Algoritmo Genético - Exemplos54m
Exercício: Em algoritmos genéticos no R, como transformar um problema de minimização em um problema de maximização?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M3: Sistemas Especialistas pt.129m
Exercício: Em situações com pouca ou nenhuma disponibilidade de dados, qual é a ideia central por trás do uso de sistemas especialistas?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M3: Sistemas Especialistas pt.222m
Exercício: Qual combinação de características define melhor um especialista (e, por consequência, uma boa fonte de conhecimento para um sistema especialista)?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M3: Sistemas Especialistas - Exemplo23m
Exercício: Em um exemplo de elicitação para sistemas especialistas usando o pacote Expert no R, para que servem as perguntas semente (com respostas de referência conhecidas)?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M3: Lógica Difusa10m
Exercício: Qual é a principal diferença entre a lógica booleana e a lógica difusa em termos de estados possíveis?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M3: Lógica Difusa - Exemplos24m
Exercício: Em um sistema de lógica difusa no R usando o pacote sets, qual sequência representa melhor o fluxo básico para obter uma saída numérica (crisp) a partir de entradas?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Machine Learning - Introdução pt.119m
Exercício: No contexto de Machine Learning, o que melhor define aprender?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Machine Learning - Introdução pt.224m
Exercício: Em aprendizagem supervisionada, qual elemento da tabela de dados serve como referência (gabarito) para treinar o modelo em problemas de classificação?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Consideração - Dados e Fluxog. pt.124m
Exercício: Em um problema de classificação com classes desbalanceadas (classe rara), qual abordagem tende a equilibrar melhor o conjunto de treino segundo as técnicas discutidas?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Consideração - Dados e Fluxog. pt.224m
Exercício: No método de separação de dados em três partes (Freeway data split), qual é o papel principal do conjunto de teste?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Avaliação da Qualidade dos modelos29m
Exercício: Em avaliação de modelos de classificação, qual definição descreve corretamente o F1-score?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Naive Bayes23m
Exercício: No algoritmo Naive Bayes para classificação, como se decide a classe final de uma nova instância?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Naive Bayes - Exemplos45m
Exercício: No método holdout apresentado, qual foi a proporção usada para separar os dados em treino e teste?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Redes Bayesianas23m
Exercício: Qual é a principal diferença conceitual entre o modelo Naive Bayes e Redes Bayesianas?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Árvores de Decisão29m
Exercício: Ao induzir uma árvore de decisão, qual critério é usado para escolher o atributo do nó raiz no exemplo apresentado?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Árvores de Decisão - Exemplos33m
Exercício: Em uma árvore de decisão para classificar bom vs mau pagador, qual prática ajuda a evitar que o algoritmo trate o problema como regressão quando há variáveis numéricas no conjunto de dados?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Vizinho Mais Próximo18m
Exercício: No algoritmo KNN, qual é o papel do parâmetro k na classificação de uma nova instância?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Máquina de Vetores de Suporte29m
Exercício: Na técnica de Support Vector Machine (SVM) para classificação, qual hiperplano é considerado o melhor?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Random Forest21m
Exercício: Em um Random Forest, como a predição final de uma instância é determinada?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Outras técnicas de Classificação22m
Exercício: Na classificação multilabel, qual técnica utiliza as predições de rótulos anteriores como entrada para prever os próximos rótulos?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: K-means38m
Exercício: No algoritmo k-means, qual é o ciclo básico de funcionamento até a convergência?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Algoritmos de Associação34m
Exercício: Em regras de associação do tipo A → B, qual definição está correta para a métrica de confiança?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Regressão pt.125m
Exercício: Em um modelo de regressão múltipla, o que indica que uma variável de entrada deve ser removida do ajuste por não ser representativa?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Regressão pt.228m
Exercício: Ao usar regularização com a função glmnet, qual preparação dos dados é necessária antes de treinar o modelo?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Redes Neurais pt. 11h12m
Exercício: Qual é uma regra geral sugerida para escolher a função de ativação ao iniciar o treinamento de uma rede neural?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Redes Neurais pt. 234m
Exercício: Em redes neurais artificiais, qual é uma boa regra geral para escolher a função de ativação inicial em muitos casos práticos?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Redes Neurais pt. 338m
Exercício: Qual afirmação descreve melhor o que caracteriza uma rede neural profunda (Deep Learning)?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Redes Neurais - Exemplos49m
Exercício: Em um problema de classificação com rede neural, como deve ser tratada uma variável de saída categórica (ex.: espécies) para que o modelo consiga aprender?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M4: Séries Temporais59m
Exercício: Em séries temporais, qual é o principal objetivo de usar uma média móvel com janela maior (ex.: 20 dias) em vez de uma menor (ex.: 9 dias)?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M5: Mineração de Textos51m
Exercício: Na mineração de textos, qual é o objetivo de transformar um documento em um corpus e depois em matrizes numéricas?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M5: Processamento de Linguagem Natural22m
Exercício: No Processamento de Linguagem Natural (PLN), por que a compreensão de contexto é essencial para interpretar uma frase corretamente?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M5: Visualização e Apresentação pt.130m
Exercício: Ao apresentar resultados de IA/ML para apoiar decisões, qual prática é mais adequada ao construir um dashboard?
Aula em vídeo: Introdução à Inteligência Artificial Aplicada à Engenharia - M5: Visualização e Apresentação pt.222m
Exercício: No Processamento de Linguagem Natural (PLN), qual é o principal desafio evidenciado pelo exemplo da palavra carteira em diferentes sentidos?