Inteligência Artificial para Iniciantes – Um Currículo


IA para iniciantes - Sketchnote por @girlie_mac

Explore o mundo da Inteligência Artificial (IA) com nosso currículo de 12 semanas e 24 aulas! Inclui aulas práticas, questionários e laboratórios. O currículo é adequado para iniciantes e abrange ferramentas como TensorFlow e PyTorch, bem como ética em IA

O que você aprenderá

Mapa Mental do Curso

Neste currículo, você aprenderá:

Diferentes abordagens de Inteligência Artificial, incluindo a “boa e velha” abordagem simbólica com Representação de Conhecimento e raciocínio (GOFAI).
Redes Neurais e Aprendizado Profundo , que estão no centro da IA moderna. Ilustraremos os conceitos por trás desses tópicos importantes usando código em duas das estruturas mais populares - TensorFlow e PyTorch.
Arquiteturas Neurais para trabalhar com imagens e texto. Cobriremos modelos recentes, mas podem faltar um pouco no que há de mais moderno.
Abordagens de IA menos populares, como Algoritmos Genéticos e Sistemas Multiagentes .

O que não abordaremos neste currículo:

Encontre todos os recursos adicionais para este curso em nossa coleção do Microsoft Learn

Casos de negócios de uso de IA nos negócios . Considere fazer o caminho de aprendizagem Introdução à IA para usuários corporativos no Microsoft Learn, ou AI Business School, desenvolvido em cooperação com o INSEAD.
Aprendizado de Máquina Clássico , bem descrito em nosso Currículo de Aprendizado de Máquina para Iniciantes.
Aplicativos práticos de IA desenvolvidos com Serviços Cognitivos . Para isso, recomendamos que você comece pelos módulos Microsoft Learn para visão, processamento de linguagem natural, IA generativa com Azure OpenAI Service e outros.
Frameworks de nuvem de ML específicos, como Azure Machine Learning, Microsoft Fabric ou Azure Databricks. Considere a utilização de soluções de aprendizagem automática Construir e operar com Azure Machine Learning e Construir e Operar Soluções de Aprendizagem Automática com caminhos de aprendizagem Azure Databricks.
IA conversacional e chatbots . Há um caminho de aprendizagem separado para Criar soluções de IA conversacional e você também pode consultar esta postagem do blog para obter mais detalhes.
Matemática Profunda por trás do aprendizado profundo. Para isso, recomendamos Deep Learning de Ian Goodfellow, Yoshua Bengio e Aaron Courville, que também está disponível online em https://www.deeplearningbook.org/.

Para uma introdução suave aos tópicos de IA na nuvem , considere fazer o Caminho de aprendizagem Introdução à inteligência artificial no Azure.

Contente

	Link da lição	PyTorch/Keras/TensorFlow	Laboratório
0	Configuração do curso	Configure seu ambiente de desenvolvimento
EU	Introdução à IA
01	Introdução e História da IA	-	-
II	IA Simbólica
02	Representação de Conhecimento e Sistemas Especialistas	Sistemas Especialistas / Ontologia / Gráfico de Conceito
III	Introdução às Redes Neurais
03	Perceptron	Caderno	Laboratório
04	Perceptron multicamadas e criação de nossa própria estrutura	Caderno	Laboratório
05	Introdução aos Frameworks (PyTorch/TensorFlow) e Overfitting	PyTorch/Keras/TensorFlow	Laboratório
4	Visão Computacional	PyTorch/TensorFlow	Explore a visão computacional no Microsoft Azure
06	Introdução à Visão Computacional. OpenCV	Caderno	Laboratório
07	Redes Neurais Convolucionais e Arquiteturas CNN	PyTorch/TensorFlow	Laboratório
08	Redes pré-treinadas e truques de aprendizagem e treinamento por transferência	PyTorch/TensorFlow	Laboratório
09	Autoencoders e VAEs	PyTorch/TensorFlow
10	Redes Adversariais Gerativas e Transferência de Estilo Artístico	PyTorch/TensorFlow
11	Detecção de objetos	TensorFlow	Laboratório
12	Segmentação Semântica. Rede U	PyTorch/TensorFlow
V	Processamento de linguagem natural	PyTorch/TensorFlow	Explore o processamento de linguagem natural no Microsoft Azure
13	Representação de texto. Arco/TF-IDF	PyTorch/TensorFlow
14	Incorporações semânticas de palavras. Word2Vec e GloVe	PyTorch/TensorFlow
15	Modelagem de Linguagem. Treinando seus próprios embeddings	PyTorch/TensorFlow	Laboratório
16	Redes Neurais Recorrentes	PyTorch/TensorFlow
17	Redes Recorrentes Gerativas	PyTorch/TensorFlow	Laboratório
18	Transformadores. BERT.	PyTorch/TensorFlow
19	Reconhecimento de Entidade Nomeada	TensorFlow	Laboratório
20	Grandes modelos de linguagem, programação imediata e tarefas de poucas tentativas	PyTorch
VI	Outras técnicas de IA
21	Algoritmos Genéticos	Caderno
22	Aprendizado por Reforço Profundo	PyTorch/TensorFlow	Laboratório
23	Sistemas Multiagentes
VII	Ética da IA
24	Ética em IA e IA responsável	Microsoft Learn: Princípios de IA Responsável
IX	Extras
25	Redes Multimodais, CLIP e VQGAN	Caderno

Cada lição contém

Material de pré-leitura
Jupyter Notebooks executáveis, que geralmente são específicos da estrutura ( PyTorch ou TensorFlow ). O notebook executável também contém muito material teórico, então para entender o tema é necessário passar por pelo menos uma versão do notebook (seja PyTorch ou TensorFlow).
Laboratórios disponíveis para alguns tópicos, que oferecem a oportunidade de tentar aplicar o material aprendido a um problema específico.
Algumas seções contêm links para módulos do MS Learn que cobrem tópicos relacionados.

Começando

Criamos uma lição de configuração para ajudá-lo a configurar seu ambiente de desenvolvimento. - Para Educadores, criamos uma aula de configuração de currículos para vocês também!
Como executar o código em um VSCode ou Codepace

Siga estas etapas:

Bifurque o Repositório: Clique no botão "Fork" no canto superior direito desta página.

Clone o repositório: git clone https://github.com/microsoft/AI-For-Beginners.git

Não se esqueça de marcar com estrela (?) este repositório para encontrá-lo mais facilmente mais tarde.

Conheça outros alunos

Junte-se ao nosso servidor oficial AI Discord para conhecer e interagir com outros alunos que estão fazendo este curso e obter suporte.

Testes

Uma observação sobre questionários : todos os questionários estão contidos na pasta Quiz-app em etcquiz-app. Eles estão vinculados nas lições e o aplicativo de questionário pode ser executado localmente ou implantado no Azure; siga as instruções na pasta quiz-app . Eles estão gradualmente sendo localizados.