Inteligência artificial com Python

Sobre nosso curso de Inteligência artificial com Python:

Curso de Inteligência Artificial com Python

A Inteligência Artificial está transformando o mercado de trabalho, criando novas oportunidades para profissionais capazes de analisar dados, desenvolver algoritmos e construir soluções inteligentes.

Pensando nisso, a Proafe – Programa de Aperfeiçoamento em Formação Educacional desenvolveu o Curso de Inteligência Artificial com Python, um programa completo de formação que conduz o aluno desde os fundamentos da programação até a aplicação prática de Machine Learning, Deep Learning e Inteligência Artificial aplicada a dados

Totalmente a distância, o curso permite que você estude no seu próprio ritmo, desenvolvendo competências essenciais para atuar em áreas como análise de dados, ciência de dados, automação inteligente e desenvolvimento de aplicações baseadas em IA.

Durante o curso, o aluno aprenderá desde os conceitos básicos de programação em Python, passando por bibliotecas fundamentais como NumPy, Pandas, Matplotlib e Seaborn, até técnicas avançadas de Machine Learning com Scikit-learn e Deep Learning com TensorFlow e Keras.

O programa também aborda temas atuais e altamente demandados pelo mercado, como redes neurais, processamento de linguagem natural (NLP), visão computacional, integração com APIs de Inteligência Artificial e análise de sentimentos, além de apresentar discussões importantes sobre ética em Inteligência Artificial e proteção de dados (LGPD).

Ao longo da formação, você terá contato com técnicas e modelos amplamente utilizados no mercado, incluindo KNN, Naive Bayes, Support Vector Machine, Árvores de Decisão, Random Forest, XGBoost, Redes Neurais, CNNs, RNNs e LSTM, desenvolvendo uma visão prática e estratégica sobre o uso da inteligência artificial na solução de problemas reais.

Este curso é ideal para:

* Profissionais que desejam iniciar na área de Inteligência Artificial e Ciência de Dados

* Estudantes interessados em programação e análise de dados

* Profissionais de tecnologia que desejam expandir suas competências em IA

* Empreendedores e analistas que desejam utilizar IA para tomada de decisões e inovação

Ao final do curso, você terá desenvolvido uma base sólida em Python aplicada à Inteligência Artificial, estando preparado para continuar evoluindo na área e aplicar seus conhecimentos em projetos e desafios do mundo real.

Invista no conhecimento que está moldando o futuro da tecnologia e prepare-se para as oportunidades da era da Inteligência Artificial.

Carga horária: 180 hora(s) Categoria: INFORMÁTICA

Temos o melhor preço para você.

De R$ 1.997,00 por apenas R$ 1.497,00 ou 6x de R$ 249,50

Nossas Vantagens

Certificado Reconhecido.

Suporte online de Segunda/Sábado das 8 até as 18 horas.

Aulas de qualidade com aprendizado garantido.

Estude no seu ritmo e revise quantas vezes quiser.

Veja no vídeo abaixo os motivos para fazer um curso EAD

Cronograma do curso

Módulo 01 - Introdução

Módulo 01 - Variáveis, Operadores Lógicos e Estruturas de Controle

Módulo 01 - Listas e Dicionários

Módulo 01 - Lista de Exercícios de Lógica

Módulo 01 - Funções no Python

Módulo 02 - Numpy: Arrays e Operações Básicas

Módulo 02 - Numpy: Operações de Comparação e Algébricas

Módulo 02 - Numpy: Funções Matemáticas e Estatísticas

Módulo 02 - Exercícios com Numpy

Módulo 03 - Introdução ao Pandas

Módulo 03 - Manipulação de DataFrames e Leitura de Arquivos

Módulo 03 - Pandas: Introdução à Análise Exploratória

Módulo 03 - Pandas: Limpeza e Tratamento de Dados - Parte 1

Módulo 03 - Pandas: Limpeza e Tratamento de Dados - Parte 2

Módulo 03 - Pandas: Análise Exploratória em Séries Temporais

Módulo 04 - Matplotlib: Parte 1

Módulo 04 - Matplotlib

Módulo 04 - Seaborn: Parte 1

Módulo 04 - Seaborn: Parte 2

Módulo 04 - Plotly

Módulo 05 - Introdução ao Machine Learning

Módulo 05 - Introdução ao Scikit-learn e KNN

Módulo 05 - KNN: Ajuste de Parâmetros

Módulo 05 - Naive Bayes

Módulo 05 - Support Vector Machine

Módulo 05 - Árvore de Decisão

Módulo 05 - Random Forest

Módulo 05 - XGBoost

Módulo 05 - Modelos de Regressão com Scikit-learn

Módulo 05 - Regressão Linear

Módulo 05 - Agrupamento com K-Means

Módulo 05 - Agrupamento com DBSCAN

Módulo 05 - Análise de Componentes Principais

Módulo 05 - Engenharia de Recursos: PCA para Extração de Recursos

Módulo 05 - Tratamento de Variáveis Categóricas

Módulo 05 - Seleção de Features

Módulo 05 - Validação Cruzada

Módulo 05 - Ajuste Fino de Hiperparâmetros

Módulo 06 - Introdução às Redes Neurais

Módulo 06 - Perceptron

Módulo 06 - Multilayer Perceptron

Módulo 07 - Introdução ao Deep Learning

Módulo 07 - Introdução ao TensorFlow e Keras

Módulo 07 - Implementação de uma Rede Neural Simples com TensorFlow

Módulo 07 - Introdução às Redes Neurais Convolucionais (CNN)

Módulo 07 - Implementação de uma Rede Neural Convolucional (CNN)

Módulo 07 - Introdução às Redes Neurais Recorrentes (RNN)

Módulo 07 - Implementação de uma Rede Neural Recorrente (RNN)

Módulo 07 - Introdução às Redes Long Short-Term Memory (LSTM)

Módulo 07 - Implementação de uma Rede LSTM

Módulo 08 - Integração com a API da OpenAI

Módulo 08 - Tópicos Especiais em NLP: NLTK

Módulo 08 - Tópicos Especiais em NLP: SpaCy

Módulo 08 - Tópicos Especiais em NLP: Análise de Sentimentos

Módulo 08 - Tópicos Especiais em Reinforcement Learning: Introdução

Módulo 08 - Tópicos Especiais em Reinforcement Learning: Projeto Introdutório

Módulo 08 - Tópicos Especiais em Visão Computacional: Introdução

Módulo 08 - Tópicos Especiais em Visão Computacional: OpenCV

Módulo 08 - Tópicos Especiais: PyTesseract

Módulo 08 - Ética em IA e LGPD