- Nome do curso:
Fundamentos de Inteligência Artificial para Data Science - Descrição do curso:
Curso introdutório, prático e autoinstrucional (MOOC) que apresenta os conceitos essenciais da Inteligência Artificial aplicados à Ciência de Dados. Aborda desde fundamentos da análise de dados até algoritmos de Machine Learning, incluindo aprendizado supervisionado, redes neurais, lógica fuzzy e aplicações reais. Utiliza abordagem multimídia com vídeos, textos, atividades interativas (H5P e Moodle Game) e projeto final, promovendo também reflexão sobre ética e viés algorítmico. - Carga horária:
60 horas - Idioma:
Português - Nível de dificuldade:
Básico - Professores/Instrutores:
Leonardo Braga Guimarães - Público-alvo:
Iniciantes interessados em Inteligência Artificial e Ciência de Dados, estudantes, profissionais em transição de carreira e interessados em tecnologia e análise de dados. - Requisitos técnicos:
Acesso à internet, computador ou dispositivo móvel, navegador atualizado. Não há necessidade de softwares específicos adicionais. - Pré-requisitos para o curso:
Não há pré-requisitos obrigatórios. Conhecimentos básicos de informática são recomendados. - Conteúdos:
- Introdução do curso
- Uma Introdução à Ciência de Dados
- A Tríade do Conhecimento: Estatística, Programação e Negócio
- O Fluxo de Trabalho de um Cientista de Dados
- Perfil e Mercado: o Cientista de Dados
- Conceitos de Data Science
- Vocabulário de Data Science
- O que é Inteligência Artificial? Definições e Histórico
- IA Fraca vs. IA Forte: Conceitos e Exemplos
- Relação entre IA, Machine Learning e Deep Learning
- Evolução Histórica da IA
- Termos de IA
- IA Fraca vs. IA Forte
- Aprendizado Supervisionado: Classificação e Regressão
- Aprendizado Não Supervisionado: Clusterização e Associação
- Aprendizado por Reforço: Conceito Básico
- Paradigmas de Machine Learning
- Problema Real de ML
- Lógica Fuzzy e Sistemas Especialistas
- Redes Neurais Artificiais
- Árvores de Decisão e Algoritmos de Classificação
- 'Qual Algoritmo Usar?'
- Visualizador de Árvore de Decisão
- Algoritmos de Inteligência Artificial
- Processamento de Linguagem Natural
- Visão Computacional
- IA na Indústria e no Dia-a-Dia
- Aplicações de IA × Setores
- IA no Cotidiano
- Viés Algorítmico e Ética em IA
- Preparação e Limpeza de Dados
- Cases Reais de Viés e Discriminação Algorítmica
- 'Ético ou Não?'
- Metodologia:
Curso no formato MOOC, autoinstrucional, com uso de vídeos explicativos, leituras orientadas, atividades interativas (H5P), jogos educacionais (Moodle Game), estudos de caso e diário de aprendizagem. Ênfase na aprendizagem ativa e progressiva. - Processo de Avaliação:
Avaliação contínua por meio de questionários ao final de cada módulo (com tentativas controladas), atividades interativas e participação em exercícios reflexivos (diário de aprendizagem).
- Gerente: Vanessa Battestin
- Professor: Leonardo Braga Guimarães
