Um curso de formação intensivo de desenvolvimento profissional sobre
Profissional de Inteligência Artificial Certificado™ (CAIP)
Porquê escolher este curso de formação?
A inteligência artificial (IA) e a aprendizagem automática (ML) tornaram-se partes essenciais do conjunto de ferramentas de muitas organizações. Quando usadas de forma eficaz, essas ferramentas fornecem insights acionáveis que orientam decisões críticas e permitem que as organizações criem produtos e serviços interessantes, novos e inovadores. Este curso de formação mostra-lhe como aplicar várias abordagens e algoritmos para resolver problemas de negócios através de IA e ML, ao mesmo tempo que segue um fluxo de trabalho metódico para o desenvolvimento de soluções baseadas em dados.
Para garantir o seu sucesso neste curso, é obrigatório cumprir pré-requisitos específicos. Os pré-requisitos do programa podem ser acedidos e visualizados visitando o seguinte ficheiro com hiperligação: Pré-requisitos do CAIPe Planos de exame CertNexus.
Quais são os objectivos?
No final deste curso de formação, desenvolverá soluções de IA para problemas empresariais. Você irá:
- Resolver um determinado problema comercial utilizando a IA e o ML.
- Preparar dados para utilização na aprendizagem automática.
- Treinar, avaliar e afinar um modelo de aprendizagem automática.
- Construir modelos de regressão linear.
- Construir modelos de previsão.
- Construir modelos de classificação utilizando regressão logística e k -nearest neighbor.
- Criar modelos de agrupamento.
- Criar modelos de classificação e regressão utilizando árvores de decisão e florestas aleatórias.
- Criar modelos de classificação e regressão utilizando máquinas de vetor de suporte (SVMs).
- Criar redes neurais artificiais para aprendizagem profunda.
- Colocar modelos de aprendizagem automática em funcionamento utilizando processos automatizados.
- Manter pipelines e modelos de aprendizagem automática enquanto estão em produção.
A quem se destina este curso de formação?
As competências abordadas neste curso de formação convergem em quatro áreas - desenvolvimento de software, operações de TI, matemática e estatística aplicadas e análise de negócios. Os participantes-alvo deste curso devem procurar desenvolver os seus conhecimentos sobre o processo de ciência de dados para que possam aplicar sistemas de IA, particularmente modelos de aprendizagem de máquina, a problemas de negócios.
Assim, o participante-alvo é provavelmente um profissional da ciência dos dados, um programador de software ou um analista de negócios que procura expandir os seus conhecimentos sobre algoritmos de aprendizagem automática e sobre a forma como estes podem ajudar a criar produtos inteligentes para a tomada de decisões que tragam valor para a empresa.
Um participante típico deste curso deve ter vários anos de experiência com a tecnologia informática, incluindo alguma aptidão para a programação de computadores.
Este curso de formação também foi concebido para ajudar os participantes a prepararem-se para a certificação CertNexus® Certified Artificial Intelligence (AI) Practitioner (Exame AIP-210).
O conteúdo do curso
Primeiro dia
Resolver problemas empresariais utilizando a IA e o ML
- Identificar soluções de IA e ML para problemas empresariais
- Formular um problema de aprendizagem automática
- Abordagens seleccionadas para a aprendizagem automática
Preparação de dados
- Recolher dados
- Transformar dados
- Características do engenheiro
- Trabalhar com dados não estruturados
Segundo dia
Treinar, avaliar e ajustar um modelo de aprendizagem automática
- Treinar um modelo de aprendizagem automática
- Avaliar e afinar um modelo de aprendizagem automática
Criação de modelos de regressão linear
- Construir modelos de regressão usando álgebra linear
- Criar modelos de regressão linear regularizada
- Criar modelos de regressão linear iterativos
Criação de modelos de previsão
- Construir modelos de séries temporais univariadas
- Criar modelos de séries temporais multivariadas
Terceiro dia
Criação de modelos de classificação utilizando regressão logística e k-Nearest Neighbor
- Treinar modelos de classificação binária usando regressão logística
- Treinar modelos de classificação binária usando k-Nearest Neighbor
- Treinar modelos de classificação multi-classe
- Avaliar modelos de classificação
- Afinar modelos de classificação
Criação de modelos de agrupamento
- Criar modelos de k-Means Clustering
- Criar modelos de agrupamento hierárquico
Criar árvores de decisão e florestas aleatórias
- Criar modelos de árvore de decisão
- Criar modelos de floresta aleatória
Quarto dia
Construção de máquinas de vetor de suporte
- Criar modelos SVM para classificação
- Criar modelos SVM para regressão
Criação de redes neurais artificiais
- Construir Perceptrons de Múltiplas Camadas (MLP)
- Criar redes neurais convolucionais (CNN)
- Criar Redes Neuronais Recorrentes (RNN)
Quinto dia
Operacionalização de modelos de aprendizagem automática
- Implementar modelos de aprendizagem automática
- Automatizar o processo de aprendizagem automática com MLOps
- Integrar modelos em sistemas de aprendizagem automática
Manutenção de operações de aprendizagem automática
- Pipelines seguros de aprendizagem automática
- Atualizar modelos em produção
O certificado
- Certificado de conclusão AZTech para os delegados que frequentam e concluem o curso de formação
- O certificado CertNexus será emitido para os delegados que passarem com sucesso no exame AIP-210
Em parceria com
Acreditação
QUER SABERMAIS SOBRE ESTE CURSO?
© 2024. O material publicado pela AZTech aqui apresentado está protegido por direitos de autor. Todos os direitos reservados. Qualquer cópia, distribuição, utilização, disseminação, descarregamento, armazenamento (em qualquer meio), transmissão, reprodução ou utilização não autorizada, no todo ou em parte, deste esquema do curso é proibida e constitui uma violação dos direitos de autor.