UNIVERSIDADE FEDERAL DE ITAJUBÁ Itajubá, 21 de Dezembro de 2024

Visualização da Ação de Extensão


Ação de Extensão
Título: Introdução à Inteligência Artificial - Turma 03
Ano: 2023 Nº Bolsas Concedidas: 0 Nº Discentes Envolvidos: 2 Público Estimado: 51
Período do Curso: 10/04/2023 a 30/06/2023
Área Principal: TECNOLOGIA E PRODUÇÃO Área do CNPq: Engenharias
Unidade Proponente: INSTITUTO DE ENGENHARIA DE PRODUÇÃO E GESTÃO Unidades Envolvidas:
INSTITUTO DE MATEMÁTICA E COMPUTACÃO / IMC , INSTITUTO DE ENGENHARIA DE SISTEMAS E TECNOLOGIA DA INFORMAÇÃO / IESTI
Tipo: CURSO
Municípios de Realização: Itajubá - MG
Espaços de Realização: Universidade Federal de Itajubá
Fonte de Financiamento: FINANCIAMENTO EXTERNO
Modalidade do Curso: Semi-Presencial Tipo do Curso: CAPACITAÇÃO
Tipo do Evento: Carga Horária: 48 Quantidade de Vagas: 50
Responsável pela Ação: JOSE ARNALDO BARRA MONTEVECHI
E-mail do Responsável: montevechi@unifei.edu.br
Contato do Responsável: (35) 3629-1795
Url da Acão: https://sigaa.unifei.edu.br/sigaa/link/public/extensao/visualizacaoAcaoExtensao/1341

Resumo

O objetivo do curso – Turma 03 - é a capacitação e formação de recursos humanos em Inteligência Artificial (IA), com o intuito de contribuir no desenvolvimento do setor de Tecnologia de Informação no Brasil e, com a ampliação, consequentemente, da inovação nesta área. Estes resultados desejados são baseados na necessidade atual que o país tem de investimentos nesta tecnologia visando conseguir atender suas demandas atuais e futuras.

O curso é inteiramente gratuito, sem qualquer tipo de gasto, mensalidade ou investimento financeiro por parte dos alunos. Este projeto terá foco na execução de atividades de formação de recursos humanos com foco em tecnologias de ponta de Inteligência Artificial (IA) e será aberto à comunidade acadêmica, abrangendo, graduandos e pós-graduandos de cursos da Universidade Federal de Itajubá (UNIFEI), visando à formação de futuros profissionais em Inteligência Artificial (IA) capacitados a obterem sua certificação profissional. Estas certificações são importantes e trazem oportunidades para quem as obtêm, por exemplo, em seleções para futuras vagas de emprego.

Este curso de capacitação em Inteligência Artificial, se encontra inserido dentro dos objetivos do projeto de extensão: Residência em TIC 08, registrado na PROEX por meio do processo 23088.035194/2022-61 e celebrado entre a Universidade Federal de Itajubá e a Associação para Promoção da Excelência do Software Brasileiro - SOFTEX, com interveniência da Fundação de Pesquisa e Assessoramento à Indústria (FUPAI). Cabe ser observado, que a carga horária alocada neste curso, aos docentes e discentes integrantes do projeto, é a mesma já aprovada no processo 23088.035194/2022-61 (Residência em TIC 08), sendo este curso registrado para fins de geração de certificado para os alunos que serão matriculados. Dessa forma, ressalta-se, que não há sobreposição de carga horária aos participantes. 


Programação

Módulos de aprendizagem:

 1. Introdução a Inteligência Artificial (IA) (6h)

  • Introdução a Python: Campos e Aplicações, matrizes com NumPy, Análise de dados com Pandas e Visualização de dados.
  • Visão Geral sobre IA 1.3. Controvérsias da IA e Aspectos Futuros.

 2. Noções de Matemática para IA (6h)

  • Elementos de Álgebra Linear, Probabilidade, Estatística e Otimização.

 3. Aprendizagem de Máquinas (Machine Learning - ML) (12h)

  • Definição, Tipos e Processos em ML
  • Técnicas de ML: KNN, K-Means, Hierarchical clustering, Perceptron, outros métodos-chave de aprendizagem de máquinas, Linear Regression, Ridge Regression, Lasso Regression, Polynomial Regression, Logistic Regression, Naive-bayes, Decision tree, SVM, Ensemble learning.
  • Estudos de Caso de ML.

 4. Aprendizagem Profunda (Deep Learning - DL) (12h)

  • Introdução à aprendizagem profunda: Regras de treinamento, Funções de ativação, Estratégias de normalização,
  • Otimizadores.
  • Tipos de redes neurais profundas.
  • Problemas Comuns em DL.

 5. Frameworks de Desenvolvimento para IA (12h)

  • Pytorch, exposição e demonstração,
  • Tensorflow, características, Tensores no Tensorflow, Variáveis no Tensorflow, Operações básica no Tensorflow, Módulos comuns do Tensorflow.
  • Keras: montagem de modelos, vantagens, métodos e interface, Demonstração.
  • MindSpore: Visão Geral, Development Framework, Arquitetura, Principais características, Desenvolvimento e aplicações.
  • ModelArts: Visão Geral e Soluções.
  • Ascend: Chips para AI, Arquitetura dos Chips Ascend, Aplicações com Chips para AI.


Públicos Alvo

Interno:

Discentes da UNIFEI (campus Itajubá)


Externo:

não há



Membros da Equipe

  RAFAEL DE CARVALHO MIRANDA
Categoria: DOCENTE
Função : COORDENADOR
  CARLOS HENRIQUE VALERIO DE MORAES
Categoria: DOCENTE
Função : INSTRUTOR / SUPERVISOR
  JOAO PAULO REUS RODRIGUES LEITE
Categoria: DOCENTE
Função : INSTRUTOR / SUPERVISOR

  RAFAEL DE MAGALHAES DIAS FRINHANI
Categoria: DOCENTE
Função : INSTRUTOR / SUPERVISOR
  RODRIGO SILVA LIMA
Categoria: DOCENTE
Função : INSTRUTOR / SUPERVISOR
  ALYSON BENONI MATIAS PEREIRA
Categoria: DISCENTE
Função : MONITOR(A)

  WESLEY GABRIEL DE MENDONÇA PINTO
Categoria: DISCENTE
Função : MONITOR(A)
  JOSE ARNALDO BARRA MONTEVECHI
Categoria: DOCENTE
Função : COORDENADOR(A)


Lista de Fotos

[Foto não Encotrada!]

Divulgação



Clique aqui para fazer a sua Inscrição

<< voltar

SIGAA | DTI - Diretoria de Tecnologia da Informação - (35) 3629-1080 | Copyright © 2006-2024 - UFRN - sigaa04.unifei.edu.br.sigaa04 vSIGAA 4.12.14_U.137