IA Para todos

Horário e local

As aulas acontecem segundas e quartas das 19h às 20h no nosso canal do YouTube.

Aulas e bate-papos

Aula 1: O que é Inteligência Artificial, sua história e aplicações   08/06/2020 – Vídeo

Material: IA para Todos – Aula 1 (Apresentação)

Referência: Inteligência Artificial – Livro por Peter Novig e Stuart Russell (História da IA)

Bate-papo com Thibério Rangel – Biólogo pós-doutorando no MIT   10/06/2020 – Vídeo

Contato: http://thiberio.ninja/

Aula 2: Introdução à aprendizagem de máquina  15/06/2020 – Vídeo

Material: IA para Todos – Aula 2 (Apresentação)

Referência: Inteligência Artificial – Uma abordagem de aprendizagem de máquina, por Katti Faceli e outros autores.

Para se aprofundar no assunto:

Site de aulas de IA (Thaís Gaudencio)

Links com códigos e notas de aulas de métodos de IA e AM: 
Github para códigos de Yuri Malheiros e Github para notas de Yuri Malheiros

Bate-papo com Juarez Bochi – Engenheiro de Aprendizagem de Máquina – Google/NY  17/06/2020 – Vídeo

Material: IA para Todos – Slides

Twitter: https://twitter.com/jbochi

Medium: https://medium.com/@jbochi 

Github: https://github.com/jbochi

Aula 3: Pré-processamento de dados  22/06/2020 – Vídeo

Material: IA para Todos – Slides

Referência: Inteligência Artificial – Uma abordagem de aprendizagem de máquina, por Katti Faceli e outros autores.

Para se aprofundar no assunto: 

Site de aulas de IA (Thaís Gaudencio)

Para quem não sabe onde começar a programar em Python, segue o livro online “Python para Estatísticos”
https://tmfilho.github.io/pyestbook/intro

Bate-papo com Arnaldo Gualberto – Engenheiro de Aprendizagem de Máquina – Wildlife/SP -24/06/2020 – Vídeo

Curso de Deep Learning na Udemy: https://www.udemy.com/user/arnaldo-gualberto/

Medium: https://medium.com/@arnaldog12

Github: https://github.com/arnaldog12

Aula 4: Aprendizagem de Máquina Supervisionada – Métodos  29/06/2020 – Vídeo

Material: IA para Todos – Slides

Referência: Inteligência Artificial – Uma abordagem de aprendizagem de máquina, por Katti Faceli e outros autores.
Elements of Statistical Learning, por Trevor Hastie e outros autores.

Para se aprofundar no assunto:

https://github.com/tmfilho/ml-examples/blob/master/notebooks/cachorros-gatos.ipynb
https://web.stanford.edu/~hastie/Papers/ESLII.pdf

 Bate-papo com Bruno Barufaldi – Pesquisador – Departamento de Radiologia – Universidade da Pensilvânia -01/07/2020 – Vídeo

 Google Scholar: https://scholar.google.com/citations?user=oHFy6JQAAAAJ&hl=en

Aula 5: Aprendizagem de Máquina Não Supervisionada – Métodos  07/07/2020 – Vídeo

Material: IA para Todos – Slides

Referência: Inteligência Artificial – Uma abordagem de aprendizagem de máquina, por Katti Faceli e outros autores
Elements of Statistical Learning, por Trevor Hastie e outros autores.

Para se aprofundar no assunto:

Agrupamento probabilístico: Mistura de Gaussianas
https://towardsdatascience.com/gaussian-mixture-models-d13a5e915c8e
https://scikit-learn.org/stable/modules/mixture.html

Descoberta de variáveis “escondidas” (latentes): Análise fatorial
https://towardsdatascience.com/factor-analysis-101-31710b7cadff
https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.FactorAnalysis.html

Outros:
https://github.com/tmfilho/ml-examples/blob/master/notebooks/nao-supervisionada.ipynb 
https://web.stanford.edu/~hastie/Papers/ESLII.pdf
https://www.kdnuggets.com/2018/06/5-clustering-algorithms-data-scientists-need-know.html

Bate-papo com Marianne Linhares – Deepmind – 08/07/2020Vídeo

Twitter: https://twitter.com/hereismari

Links:

Sobre a história da DeepMind, o próprio site é excelente e super didático: Site
Sobre DQN 2013 (Playing Atari with Deep Reinforcement Learning): Site
AlphaGo: filme documentário no YouTube: Site
AlphaStar: Site
AlphaFold: Site
DeepMind for Google: Site
Sobre o OpenMined: Site
Sobre differencial privacy: Site
Sobre federated learning: Site
Palestras de pesquisadores da DeepMind na UCL: Vídeo
MLSS (Machine Learning Summer School): Site
Sobre como aplicar, tem esse artigo excelente: Site

Aula 6: Avaliação de Modelos  13/07/2020 – Vídeo

Material: IA para Todos – Slides

Referência: Inteligência Artificial – Uma abordagem de aprendizagem de máquina, por Katti Faceli e outros autores.
Elements of Statistical Learning, por Trevor Hastie e outros autores.

Para se aprofundar no assunto:

Avaliação de modelos de agrupamentos:
https://en.wikipedia.org/wiki/Rand_inex
https://en.wikipedia.org/wiki/Silhouette_(clustering)

Notebook:
https://github.com/tmfilho/ml-examples/blob/master/notebooks/avaliacao-modelos.ipynb

Bate-papo com Renan Moioli – Neurociências, robótica e IA – 15/07/2020 – Vídeo

Google Scholar de Renan Moioli

LinkedIn de Renan Moioli 

Lattes de Renan Moioli

Aula 7: Redes Neurais  20/07/2020 – Vídeo 

Material: IA para Todos – Slides 

Referência: Inteligência Artificial – Uma abordagem de aprendizagem de máquina, por Katti Faceli e outros autores.
Machine Learning, por Tom Mitchell

Para se aprofundar no assunto:

Explicação do backpropagation mostrando todos os cálculos, incluindo as derivadas:
https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/

Tensorflow Playground:
http://playground.tensorflow.org

Bate-papo com Geraldo Ramos – Moises.ai – 22/07/2020 – Vídeo

Twitter: https://twitter.com/geraldoramos

Links:  Moises.ai

Aula 8: Redes Neurais Convolucionais  27/07/2020 – Vídeo 

Material: IA para Todos – Slides 

Referência: Deep Learning, por Ian Goodfellow, Yoshua Bengio e Aaron Courville

Para se aprofundar no assunto:

Especialização de Deep Learning do Coursera: https://www.deeplearning.ai/deep-learning-specialization/

Visualização das camadas de uma rede neural convolucional: https://towardsdatascience.com/feature-visualization-on-convolutional-neural-networks-keras-5561a116d1af

Aula 9: Processamento de Linguagem Natural  03/08/2020 – Vídeo 

Material: IA para Todos – Slides 

Referência: Speech and Language Processing, por Dan Jurafsky e James H. Martin – https://web.stanford.edu/~jurafsky/slp3/

Para se aprofundar no assunto:

Sobre o GPT-2: https://openai.com/blog/better-language-models/

Bate-papo com Hermano Vianna – Cultura e IA – 05/08/2020 – Vídeo

Blog: https://hermanovianna.wordpress.com/

Youtube: Série do canal Expresso do Futuro do Canal Futura

Aula 10: Aplicações de Inteligência Artificial  11/08/2020 – Vídeo 

Material:

Jupyter Notebook sobre classificação textual (dataset utilizado: SMS Spam Collection)

Jupyter Notebook sobre regressão

Bate-papo com Telmo Filho, Thaís Gaudencio e Yuri Malheiros – 13/08/2020 – Vídeo

Links: 

Introdução à Computação com Python: um curso interativo — Introdução à Computação com Python: https://panda.ime.usp.br/cc110/static/cc110/index.html

Livros recomendados:

Inteligência Artificial – Uma Abordagem de Aprendizado de Máquina, por Katti Faceli e outros autores;
Inteligência Artificial – Uma Abordagem Moderna, por Stuart Russell e Peter Norvig;
Data Science from Scratch, por Joel Grus;
Elements of Statistical Learning, por Trevor Hastie, Robert Tibshirani e Jerome Friedman

Questionário para Certificado do Curso – 13/08/2020 a 14/08/2020 – Link do Formulário

Pessoal, segue o link do questionário a ser respondido por vocês sobre o curso IA para Todos. Vocês devem preencher até o dia 14/08/2020. Vocês fazem isso rapidinho! Uma vez respondido, confirmaremos a participação no curso IA para Todos no SIGEVENTOS, que liberará os certificados depois disso. O certificado só será liberado com o preenchimento desse formulário. Lembrem, só quem se matriculou no SIGEVENTOS (UFPB), poderá ter direito a certificado.