Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum fugiat nulla pariatur
Curso de Inteligência Artificial para todos – Aula 1
Este primeiro vídeo é …para discutir o panorama de IA e as principais abordagens existentes. Vou apresentar a história da inteligência artificial e a sopa de letrinhas que confunde muita gente: ia, machine learning, deep learning. Também explico as principais abordagens de aprendizado e treinamento: aprendizado supervisionado (supervised learning), aprendizado não supervisionado (unsupervised learning) e aprendizado por reforço (reinforcement learning).
00:00 – Introdução
03:00 – Inteligência Artificial nos dias de hoje
08:50 – História da Inteligência Artificial
18:19 – O que é Inteligência Artificial
23:10 – Diferença entre Aprendizado Supervisionado, não Supervisionado e por reforço
31:52 – Exemplos de aprendizado Supervisionado
33:37 – Exemplos de aprendizado não supervisionado
35:04 – Exemplos de aprendizado por reforço
Compartilhe, dê seu like e se inscreva no canal. Preciso da sua ajuda!
Este primeiro vídeo é …para discutir o panorama de IA e as principais abordagens existentes. Vou apresentar a história da inteligência artificial e a sopa de letrinhas que confunde muita gente: ia, machine learning, deep learning. Também explico as principais abordagens de aprendizado e treinamento: aprendizado supervisionado (supervised learning), aprendizado não supervisionado (unsupervised learning) e aprendizado por reforço (reinforcement learning).
00:00 – Introdução
03:00 – Inteligência Artificial nos dias de hoje
08:50 – História da Inteligência Artificial
18:19 – O que é Inteligência Artificial
23:10 – Diferença entre Aprendizado Supervisionado, não Supervisionado e por reforço
31:52 – Exemplos de aprendizado Supervisionado
33:37 – Exemplos de aprendizado não supervisionado
35:04 – Exemplos de aprendizado por reforço
Compartilhe, dê seu like e se inscreva no canal. Preciso da sua ajuda!
Esta é a 2a aula do Crash Course …de Inteligência Artificial para todos. Adaptei o curso de IA que dou para os alunos de mestrado e doutorado do TIDD/PUC-SP para que seja acessível para todos, independente da área de conhecimento. Nesta aula, vamos aprender um pouco mais sobre aprendizado supervisionado em machine learning, como criar dataset de teste e treino, treinar um modelo de regressão linear e usar as principais métricas de avaliação (RMSE, R2, entre outros).
A aula está dividida em dois momentos: no primeiro, eu apresento a teoria sobre regressão linear; na segunda, eu apresento o código para treinarmos um modelo de regressão usando Python e o framework scikit-learn.
Eu disponibilizei todo o código com comentários (e o conjunto de dados de treinamento) no repositório do curso no Github . Também criei um notebook no Google Colab com o mesmo código:
Curso de IA generativa atualizado e com Certificado em …
Curso de IA generativa atualizado e com Certificado em https://di.school/
Esta é a 3a aula do Crash Course de Inteligência Artificial para todos. Nesta aula, vamos aprender um pouco mais …sobre aprendizado supervisionado em machine learning, trabalhando com uma técnica de classificação. Vamos trabalhar com um dataset real disponibilizado pelo Hospital Albert Einstein, com resultados de testes para covid-19. Também vamos aprender a avaliar um modelo usando Acurácia, F1-Score, Precisão, Recall e Matriz de Confusão.
00:00 – Introdução
02:51 – Teoria da Árvore de Decisão
42:43 – Overfit e Underfit
50:41 – Árvore de Decisão com Python e Scikit learn
01:11:03 – Acurácia, Precisão, Recall, F1-score e Matriz de Confusão
A aula está dividida em dois momentos: no primeiro, apresento a teoria sobre árvore de decisão, entropia e ganho de informação; na segunda, apresento o código para treinarmos um modelo de regressão usando Python e o framework scikit-learn.
Eu disponibilizei todo o código com comentários (e o conjunto de dados de treinamento) no repositório do curso no Github . Também criei um notebook no Google Colab com o mesmo código:
Esta é a 4a aula do Crash Course de Inteligência Artificial para todos. …Adaptei o curso de IA que dou para os alunos de mestrado e doutorado do TIDD/PUC-SP para que seja acessível para todos, independente da área de conhecimento.
Nesta aula, vou apresentar os conceitos de derivadas de uma maneira intuitiva e focada para a área de Machine Learning. Vou mostrar como se calcula derivadas parciais, regra da potência e regra da cadeia. Esses são os fundamentos necessários para entendermos a próxima aula do curso, sobre Gradiente Descendente.
Compartilhe, dê seu like e se inscreva no canal. Preciso da sua ajuda!
Esta é a 6a aula do Curso de Inteligência Artificial para todos. …Neste vídeo proponho uma viagem pela Teoria da Informação de Claude Shannon para que possamos entender os conceitos de Informação, Entropia e Entropia Cruzada. Esses fundamentos são super importantes ao implementarmos diversas funções de custo em Machine Learning, como Cross Entropy e Binary Cross Entropy.
00:00 – Introdução
02:51 – Conceito de Informação
20:52 – Entropia
35:09 – Entropia Cruzada ou Cross Entropy
38:54 – Entropia Cruzada como Função de custo
Esta é a 7a aula do Curso de Inteligência Artificial para todos. …Neste vídeo mostro a intuição e a matemática envolvida na Regressão Logística, uma das técnicas de classificação mais conhecidas em Machine Learning. Apresento também a função de custo Binary Cross Entropy utilizada no treinamento, além de sua implementação em Pytorch.
00:00 – Introdução
01:20 – Conceito de Regressão Logística
25:16 – Função de custo Binary Cross Entropy
47:36 – Regressão Logística com Python e Pytorch
Esta é a 5a aula do Curso de Inteligência Artificial para todos. …Adaptei o curso de IA que dou para os alunos de mestrado e doutorado do TIDD/PUC-SP para que seja acessível para todos, independente da área de conhecimento.
Gradiente Descendente é o algoritmo de otimização mais comum em aprendizado de máquina e aprendizado profundo. E se você quiser realmente entender o aprendizado de uma rede neural é fundamental que tenha uma compreensão aprofundada sobre como o algoritmo trabalha. Nesta aula, apresento toda a intuição do Gradiente Descendente, a matemática envolvida de uma maneira bem didática, além de implementar o algoritmo para resolver um problema de regressão linear usando Pytorch. Espero que gostem.
Esta é a 8a aula do Curso de Inteligência Artificial para todos. …Neste vídeo mostro a intuição e a matemática envolvida na Regressão Softmax, também chamada de Regressão Logística Multinomial, uma generalização da Regressão Logística para trabalhar com mais de duas classes em Machine Learning. Este vídeo também é bom para você entender a função de custo Softmax, além de sua implementação em Pytorch.
00:00 – Introdução
01:43 – Regressão logística multinomial
05:27 – Diferença entre Classificação Multiclass e Multilabel
08:17 – Abordagem Um contra Todos
13:20 – Função Softmax
27:44 – Regressão Softmax no Python e Pytorch
Esta é a 9a aula do Curso de Inteligência Artificial para todos. …Adaptei o curso de IA que dou para os alunos de mestrado e doutorado do TIDD/PUC-SP para que seja acessível para todos, independente da área de conhecimento.
Chegamos na parte mais instigante do curso: Redes Neurais. Neste vídeo mostro um pouco da história das redes neurais e já explico como modelar o Perceptron, um dos primeiros projetos de neurônios artificiais que abriram o caminho para que agora, décadas depois, possamos ter modelos extremamente complexos de redes neurais. Vamos juntos!
Redes Neurais e Multilayer Perceptron. Esta é a 10a aula do Curso …de Inteligência Artificial para todos. Adaptei o curso de IA que dou para os alunos de mestrado e doutorado do TIDD/PUC-SP para que seja acessível para todos, independente da área de conhecimento.
Neste vídeo mostro como podemos combinar vários neurônios artificiais para superar as limitações do Perceptron em lidar com problemas não linearmente separáveis. Vamos juntos!
