Data | Conteúdo | Material |
---|---|---|
ago.06 | Apresentação e aplicações | vídeo: This is A.I. - Discovery Channel - Inteligência Artificial - IBM |
13 | História, Conceitos e Automação em IA Impactos na sociedade |
simulador: Moral Machine vídeo: John McCarthy vídeo: Andrew Ng: Artificial Intelligence is the New Electricity artigo: Harvard Business Review - Artificial Intelligence for the Real World artigo: An executive’s guide to AI - suggested by Cinthya Santos Souza |
20 | Dicussões e apresentação do Colab (ambiente de trabalho) | artigo: FAPESP: O mundo mediado por algoritmos livro: Machine Learning aplicações: Deep Learning Galery site: Colab |
27 | Apresentação de trabalhos: O que é IA? | Instruções |
set.03 | Classificação e Predição Conceito de distância Nuvem de dados |
|
10 | k-nearest neighbors (KNN) | |
17 | Principal component analysis (PCA) | |
24 | Discussões e análise dos experimentos | |
out.01 | Prova Parcial | |
08 | Tomada de decisões Bayesian decision tree |
artigo: What AI-Driven Decision Making Looks Like |
15 | Natural language processing (NLP) | |
22 | Apresentação de trabalhos | |
29 | Multi layer Perceptron (MLP) | artigo: Perceptron simulador: Playground TensorFlow Garby |
nov.05 | Deep learning | artigo: Image Classifier - Cats vs Dogs video: Torsten Wiesel: Exploring the Visual Brain blog: Adit Deshpande artigo: Style Transfer - Styling Images with Convolutional Neural Networks gallery: Deep Learning Gallery artigo: Temporal Convolutional Network artigo: Illustrated Guide to LSTM’s and GRU’s: A step by step explanation |
19 | Generative adversarial networks (GANs) | simulador: GAN Lab artigo: Catch me if you can: A simple english explanation of GANs or Dueling neural-nets artigo: Generative Adversarial Networks — Explained curso: Introduction to Deep Learning tutorial: NIPS 2016 Tutorial: Generative Adversarial Networks artigo: Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis |
26 | Prova Final | Apresentação: - Produto onde o ponto essencial seja Machine Learning - Estimar técnicas de Machine Learning aplicáveis ao problema - Implementação (bônus) |
dez.03 | Substitutivas |
Método | Percentual |
---|---|
Prova Parcial | 25% |
Trabalhos | 25% |
Trabalhos | 25% |
Prova Final | 25% |