Programa do Curso

Introdução a Artificial Intelligence (AI), Machine Learning (ML) e Data Science

  • Al num contexto histórico e tecnologias combinatórias
  • Introdução à Al, conceitos, Al restrito e geral o Diferentes tipos de Al
  • Al - sentido, razão, ato
  • O pensamento em Al: Aprendizagem automática
  • Análise avançada vs. inteligência artificial
  • Olhar para trás, agora, para a frente
  • 4 tipos de análise de dados
  • Cadeia de valor da análise
  • Algoritmos, mas sem jargão técnico
  • Aprendizagem supervisionada
  • Aprendizagem não supervisionada
  • Aprendizagem por reforço
  • Os dados como combustível para a Al
  • Dados estruturados e não estruturados o Os 5 V's dos dados
  • Governação dos dados
  • A plataforma de engenharia de dados
  • Apenas o suficiente para compreender a arquitetura dos dados
  • Arquitetura de referência dos grandes dados
  • 3 categorias de utilização de dados

Matriz de oportunidades

Casos de utilização bem sucedidos pela cadeia de valor de Porter

  • Actividades principais
  • Actividades de apoio

Casos de utilização bem sucedidos por tecnologia

  • PNL
  • Reconhecimento de imagens
  • Aprendizagem automática

Ideação de projectos Al

  • Processo do funil Al
  • Várias abordagens de geração de ideias
  • Dar prioridade aos projectos
  • Tela de projeto Al

Execução de projectos Al

  • Ciclo de vida da aprendizagem automática
  • Quadro de aprendizagem automática da Al
  • Quando criar e quando comprar soluções Al

Como se transformar numa organização preparada para a Al

  • Utilizar o ciclo da estratégia Al
  • Dimensões do quadro de Al
  • Abordagem prática para avaliar a maturidade Al da organização
  • Melhores estruturas organizacionais
  • Benefícios de um Centro de Excellência Al
  • Aptidões e competências

Al e ética

  • Riscos da Al
  • Orientações éticas
  • Realizar uma IA fiável
 35 Horas

Próximas Formações Provisórias

Categorias Relacionadas