Programa do Curso

Introdução aos agentes autónomos

  • O que são agentes autónomos?
  • Principais caraterísticas e funcionalidades
  • Aplicações em vários sectores

Conceitos fundamentais da conceção de agentes

  • Arquitecturas e tipos de agentes
  • Compreensão dos ambientes de agentes
  • Sistemas e interações multiagentes

Construir agentes de IA com Reinforcement Learning

  • Visão geral da aprendizagem por reforço (RL)
  • Conceber sistemas de recompensa para agentes
  • Treinar agentes com OpenAI Gym

Desenvolvimento de aplicações práticas

  • Criação de sistemas de recomendação com agentes autónomos
  • Implementação de agentes para automatização de processos
  • Utilização de agentes para monitorização e deteção ambiental

Integração de agentes em sistemas existentes

  • Comunicação com APIs externas
  • Incorporação de agentes em arquitecturas baseadas na nuvem
  • Garantir a compatibilidade com as ferramentas existentes

Abordagem de desafios e considerações éticas

  • Lidar com comportamentos inesperados dos agentes
  • Garantir a equidade e a inclusão
  • Conformidade com normas legais e éticas

Explorar as capacidades avançadas dos agentes

  • Incorporar o processamento de linguagem natural
  • Tirar partido da colaboração entre vários agentes
  • Melhorar a tomada de decisões com IA

Tendências futuras dos agentes autónomos

  • Tecnologias emergentes na conceção de agentes
  • Expansão das aplicações em diversos sectores
  • Oportunidades e desafios nos sistemas autónomos

Resumo e próximos passos

Requisitos

  • Conhecimento básico dos conceitos de aprendizagem automática
  • Familiaridade com a programação Python
  • Experiência na conceção e implementação de algoritmos

Público-alvo

  • Programadores de IA
  • Cientistas de dados
  • Engenheiros de software
 21 Horas

Próximas Formações Provisórias

Categorias Relacionadas