Se você está interessado em aprender sobre IA e suas aplicações, a Universidade de Harvard oferece uma série de cursos gratuitos online para ajudá-lo a adquirir conhecimentos nessa área em constante evolução.
Os cursos de IA da Universidade de Harvard são ministrados por professores renomados e especialistas no campo. Eles abrangem uma ampla gama de tópicos, desde os fundamentos da IA até suas aplicações práticas. Os cursos são projetados para serem acessíveis a qualquer pessoa interessada, contudo, alguns precisam ter experiência prévia.
Aproveite essa oportunidade de aprender com uma das universidades mais prestigiadas do mundo e adquirir habilidades valiosas no campo da Inteligência Artificial.
Introdução do CS50 à Inteligência Artificial com Python
Aprenda a usar o aprendizado de máquina em Python neste curso introdutório à inteligência artificial.
Introdução à Inteligência Artificial com Python do CS50 explora os conceitos e algoritmos na base da inteligência artificial moderna, mergulhando nas ideias que dão origem a tecnologias como motores de jogos, reconhecimento de escrita e tradução automática. Por meio de projetos práticos, os alunos ganham exposição à teoria por trás de algoritmos de busca de gráficos, classificação, otimização, aprendizado por reforço e outros tópicos em inteligência artificial e aprendizado de máquina à medida que os incorporam em seus próprios programas Python. Ao final do curso, os alunos adquirem experiência em bibliotecas para aprendizado de máquina, bem como conhecimento dos princípios de inteligência artificial que lhes permitem projetar seus próprios sistemas inteligentes.
Você poderá ter mais informações sobre o curso aqui.
Fundamentos do TinyML
Com foco nos conceitos básicos de aprendizado de máquina e sistemas embarcados, como smartphones, este curso apresentará a “linguagem” do TinyML.
O que você sabe sobre o TinyML? O Tiny Machine Learning (TinyML) é uma das áreas de Deep Learning que mais cresce e está se tornando rapidamente mais acessível. Este curso fornece uma base para você entender esse campo emergente.
O primeiro curso da série de certificados TinyML, Fundamentos do TinyML, focará nos conceitos básicos de aprendizado de máquina, aprendizado profundo e dispositivos e sistemas incorporados, como smartphones e outros dispositivos minúsculos. Ao longo do curso, você aprenderá técnicas de ciência de dados para coletar dados e desenvolverá uma compreensão de algoritmos de aprendizagem para treinar modelos básicos de aprendizado de máquina. Ao final deste curso, você será capaz de entender a “linguagem” por trás do TinyML e estará pronto para mergulhar na aplicação do TinyML em cursos futuros.
Você poderá ter mais informações sobre o curso aqui.
Aplicações do TinyML
Aproveite a oportunidade de ver o TinyML na prática. Você verá exemplos de aplicativos TinyML e aprenderá em primeira mão como treinar esses modelos para pequenos aplicativos, como detecção de palavras-chave, palavras de ativação visual e reconhecimento de gestos.
Você sabe o que acontece quando você diz “OK Google” para um dispositivo Google? O seu Google Home está sempre ouvindo?
Seguindo o curso Foundations of Tiny ML, Applications of TinyML lhe dará a oportunidade de ver pequenos aplicativos de aprendizado de máquina na prática. Este curso apresenta estudos de caso reais, orientados por líderes do setor, que examinam os desafios de implantação em dispositivos pequenos ou profundamente integrados.
Implantando TinyML
Aprenda a programar no TensorFlow Lite para microcontroladores para poder escrever o código e implantar seu modelo em seu próprio microcontrolador minúsculo. Antes que você perceba, você estará implementando um aplicativo TinyML inteiro.
Você queria construir um dispositivo TinyML? Em Implantando o TinyML, você aprenderá o software, escreverá o código e implantará o modelo em seu próprio pequeno dispositivo baseado em microcontrolador. Antes que você perceba, você estará implementando um aplicativo TinyML inteiro.
Um curso único, Deploying TinyML é uma mistura de ciência da computação e engenharia elétrica. Obtenha experiência prática com sistemas incorporados, treinamento em machine learning e implantação de machine learning usando o TensorFlow Lite for Microcontrollers, para tornar seu próprio microcontrolador operacional para implementar aplicativos como reconhecimento de voz, detecção de som e detecção de gestos.
Aprendizado de máquina e IA com Python
Aprenda a usar árvores de decisão, o algoritmo fundamental para sua compreensão do aprendizado de máquina e da inteligência artificial.
Em Machine Learning e IA com Python, você explorará o algoritmo mais básico como base para seu aprendizado e compreensão do aprendizado de máquina: árvores de decisão. O desenvolvimento de suas habilidades básicas em aprendizado de máquina criará a base para expandir seu conhecimento em ensacamento e florestas aleatórias e, a partir daí, em algoritmos mais complexos, como aumento de gradiente.
Usando casos reais e conjuntos de dados de amostra, você examinará processos, traçará suas expectativas, revisará os resultados e medirá a eficácia das técnicas da máquina.
Você poderá ter mais informações sobre o curso aqui.
Ciência de Dados: Aprendizado de Máquina
Crie um sistema de recomendação de filmes e aprenda a ciência por trás de uma das técnicas de ciência de dados mais populares e bem-sucedidas.
Talvez as metodologias de ciência de dados mais populares venham do aprendizado de máquina. O que distingue o aprendizado de máquina de outros processos de decisão guiados por computador é que ele constrói algoritmos de previsão usando dados. Alguns dos produtos mais populares que usam aprendizado de máquina incluem leitores de manuscrito implementados pelo serviço postal, reconhecimento de fala, sistemas de recomendação de filmes e detectores de spam.
Neste curso, parte de nosso Programa de Certificação Profissional em Ciência de Dados, você aprenderá algoritmos populares de aprendizado de máquina, análise de componentes principais e regularização por meio da construção de um sistema de recomendação de filmes.
Você poderá ter mais informações sobre o curso aqui.
