Pular para o conteúdo principal

fiteducacao: MLA2
Machine Learning 2 - Cálculo

  • Escolher o idioma
  • Cursos

Machine Learning 2 - Cálculo
A matrícula nesse curso é apenas por convite

Curso de Fundamentos Matemáticos de Machine Learning - módulo 2.
A matrícula nesse curso é apenas por convite

CursoCompleto

TrilhaIA

TrilhaIA:Avancado

TrilhaIA:Avancado

TrilhaIAAvancado

Sobre o curso

Tópicos quentes no mundo da tecnologia incluem quase que necessariamente o termo Machine Learning hoje em dia. Com isto, diversos cursos presenciais e à distância sobre o tema podem ser encontrados nas mais diversas plataformas e instituições pelo mundo. No entanto, o conhecimento profundo sobre os algoritmos utilizados neste novo paradigma de resolução de problemas ainda não recebe a devida atenção. Em especial, as bases matemáticas destes algoritmos são largamente negligenciadas, o que resulta em um conhecimento superficial com relação a estas novas ferramentas. Consequentemente, muito tempo e recursos podem ser perdidos em momentos que os algoritmos não funcionam ou quanto estão sendo otimizados.

Neste curso abordamos o primeiro conjunto de fundamentos matemáticos que servem de base para as ferramentas e algoritmos de Machine Learning. Desde os princípios, falaremos de vetores, produtos escalares, módulos, matrizes, determinantes, sistemas lineares, transformações lineares e autovalores e autovetores, com uma aplicação 100% derivada destes conceitos: um sistema detector de anomalias.

Requisitos

Conhecimento básico de matemática e computação (ensino superior).

Instrutor

Antonio Claudio M. Padilha

Antonio Claudio M. Padilha

Bacharel e Mestre em Física pela USP, Doutor em Nanociências e Materiais Avançados pela UFABC com estágio durante o doutorado na Yokohama National University - Japão. Prêmio Tese Capes 2016 e excelência acadêmica UFABC. Pós-Doutorados na University of York - Reino Unido e no Laboratório Nacional de Nanotecnologia do Centro Nacional de Pesquisa em Energia e Materiais - Campinas. Autor de 13 artigos científicos em periódicos internacionais. Atualmente é Pesquisador do Flextronics Instituto de Tecnologia, especialista em projetos de Machine Learning e Inteligência Artificial voltados para soluções em Indústria 4.0.

Perguntas Frequentes

Qual configuração devo ter no meu computador para fazer o curso?

Para executar as atividades no seu computador, no formato de jupyter notebooks, deve-se ter no mínimo 8Gb de memória RAM, sistema Windows, Mac OSX ou Linux com ambiente Python 3.6 configurado, assim como o pacote jupyter. Recomenda-se utilizar o gerenciador de pacotes Python Anaconda.

Para visualizar o conteúdo do curso na plataforma Fit Tech Academy, basta ter acesso à internet e um navegador web compatível. Veja a lista atualizada de navegadores aqui.

Quem é o público-alvo deste curso?

Engenheiros, desenvolvedores de software e profissionais da área de tecnologia que gostariam de aprofundar seus conhecimentos sobre Machine Learning.

Preciso saber Python para acompanhar o curso?

Não é necessário saber programar em Python, mas é útil para o acompanhamento do curso ter alguma noção básica sobre programação e se possível, Python.

Preciso saber Álgebra Linear para acompanhar o curso?

Não, este conteúdo será todo desenvolvido no curso.

Como serei avaliado?

Por meio de testes de múltipla escolha ao longo do curso.

A matrícula nesse curso é apenas por convite