IA Enthusiast
A matrícula nesse curso é apenas por convite
Plano de ensino
Curso: IA Enthusiast
Instrutor: Antonio Claudio Padilha e Julio Mastrodomenico.
Objetivo geral: proporcionar o aprendizado de noções introdutórias de Inteligência Artificial e uso da ferramenta Flex AutoML.
Nível: básico
Tipo do Curso: Teórico-prático
Público Alvo: colaboradores da Flextronics e FIT- Instituto de Tecnologia.
Requisitos mínimos: Ensino superior e/ou técnico nas áreas de exatas.
Duração total do curso e distribuição da carga horária: 8 horas totais, divididas em: 4 horas por dia, durante 2 dias, via zoom- on-line.
Quantidade de vagas: mínimo 6 e máximo 18 alunos.
Ementa:
1. Definições
a. Inteligência Artificial
b. Machine Learning
c. Deep Learning
2. Áreas de Machine Learning
a. Aprendizado supervisionado
b. Aprendizado não supervisionado
c. Aprendizado por reforço
3. Ciclo do projeto
a. Fases de um projeto de Machine Learning
4. Métricas
a. Overfitting
b. Underfitting
c. Generalização do aprendizado
5. Divisão dos dados
a. Dataset de treinamento
b. Dataset de validação
c. Dataset de teste
6. Quando utilizar
a. Discussão sobre a aplicabilidade de Machine Learning
7. Exemplos de projetos de ML do FIT
a. Detecção de defeitos cosméticos Manaus
b. Cycle Time Jaguariúna
c. Smart Debugger Imagens Jaguariúna
d. Distanciamento Social Jaguariúna/Sorocaba
e. Antropometria Sorocaba
f. Defeitos em painéis solares Sorocaba
g. Detecção de defeitos por NLP Sorocaba
8. Tutorial Auto ML
Instrumentos: Zoom Meeting e interface Flex AutoML (acessível de qualquer navegador web a partir da rede Flex ou VPN).
Metodologia: Utilizamos uma abordagem de metodologia ativa, dentro da espiral construtivista, na qual conhecimentos já assimilados pelos alunos são utilizados como suporte para a introdução de novos conhecimentos. Aulas expositivas síncronas com auxílio de material em slides, assim como sessões que perguntas e respostas (Quiz) e no final um tutorial do tipo hands-on da ferramenta Flex AutoML.
Processo Avaliativo: Avaliação final na forma de 25 questões de múltipla escolha na plataforma de Educação do FIT (EdX).
Bibliografia básica:
- S. Russel e P. Norvig, (2013). Inteligência Artificial. 3ª edição, GEN LTC