Visão Geral

O Curso Artificial Intelligence para empresas, apresenta cada subcampo da IA ​​​​e como eles podem ser explorados na prática no sentido empresarial moderno.

Objetivo

Ao participar do Curso Artificial Intelligence para empresas, os participantes aprenderão a:

• O que é IA e o que não é
• Os diferentes tipos e subcampos da IA
• As diferenças entre aprendizado de máquina, sistemas especialistas e redes neurais
• O que há de mais moderno em teoria aplicada
• Como a IA é usada no processamento de linguagem, imagens, áudio e web
• A geração atual de ferramentas usadas no mercado
• O que vem a seguir em IA aplicada para empresas

Publico Alvo

• Desenvolvedores que desejam ser 'cientistas de dados' ou engenheiros de aprendizado de máquina
• Gerentes de análise que lideram uma equipe de analistas
• Analistas de negócios que desejam entender técnicas de ciência de dados
• Arquitetos de informação que desejam adquirir experiência em algoritmos de aprendizado de máquina
• Profissionais de Analytics que desejam trabalhar com aprendizado de máquina ou inteligência artificial
• Graduados que desejam construir uma carreira em Ciência de Dados e aprendizado de máquina
• Profissionais experientes que gostariam de aproveitar o aprendizado de máquina em suas áreas para obter mais informações sobre os clientes

Pre-Requisitos

Familiarizado com TI empresarial, tenha um conhecimento geral (de alto nível) da arquitetura de sistemas, bem como algum conhecimento dos drivers de negócios que podem tirar vantagem da aplicação de IA.

Materiais

Conteúdo Programatico

Artificial Intelligence

1. Definitions of AI
2. Types of AI
3. Mathematics in AI
4. Deep and Wide learning
5. AI and SciFi
6. AI in the Modern Age

Machine Learning

1. Supervised vs. Unsupervised
2. Classification
3. Regression
4. Clustering
5. Dimensionality Regression
6. Ensemble Methods

Expert Systems

1. Rules Systems
2. Feedback loops
3. RETE and beyond
4. Expert Systems in practice

Neural Networks

1. Neural Networks
2. Recurrent Neural Networks
3. Long-Short Term Memory Networks
4. Applying Neural Networks

Natural Language Processing

1. Language and Semantic Meaning
2. Bigrams, Trigrams, and n-Grams
3. Root stemming and branching
4. NLP in the world

Image, Video, and Audio Processing

1. Image processing and Identification
2. Facial Analysis
3. Audio Processing
4. Analyzing Streaming Video
5. Real-world AV processing

Sentiment Analysis

1. Sentiment : The beginnings of emotional understanding
2. Sentiment indicators
3. Sentiment Sampling
4. Algorithmic Trading on Sentiment
5. Predicting Elections

Current Tools of the Trade

1. Python, NumPy, Pandas, SciKit
2. Hadoop and Spark
3. NoSQL Databases
4. TensorFlow, Keras, and NLTK
5. Drools