Ementa Pos Graduacao em Inteligencia Artificial Com Machine Learning

Aprenda com quem faz
< PÓS-GRADUAÇÃO EM
INTELIGÊNCIA ARTIFICIAL
COM ÊNFASE EM MACHINE
LEARNING />
EMENTA
Conteúdo_
> Sobre a XP EDUCAÇÃO 03
> Sobre a Pós-Graduação 04
> Conteúdo 05-18
> Contato 19
Sobre a XP EDUCAÇÃO_
A XP Educação integra a XP Inc., um dos maiores grupos empresariais do país.
A empresa que simplificou a vida financeira de milhares de pessoas agora vai
transformar vidas e carreiras por meio da educação.
A Faculdade XP Educação traz toda a sua potência disruptiva e transformadora

para oferecer uma formação profissional alinhada às demandas da nova economia
digital, em um ecossistema educacional único.
Nossos compromissos são:
Melhorar a vida das pessoas Formar novos talentos digitais
A educação é a base de transformação Cursos acessíveis e de qualidade para

da sociedade e contribui para desenvolver reduzir o déficit de talentos digitais no
visão crítica e consciência cidadã. Brasil formando profissionais para o
mercado de trabalho.
Inovar para educar e transformar
Novas experiências educacionais tornam o aprendizado cada vez mais

leve e atrativo para os alunos.
03
Sobre a Pós-Graduação_
Transforme a sua carreira em 6 meses Cursos atualizados e adequados

para sua sua jornada profissional
Aprenda as habilidades que o mercado
procura de forma acelerada e produtiva. Conteúdo com teoria e muita prática para
você solucionar problemas enfrentados
no dia a dia de trabalho.
Pós-Graduação Lato Sensu para você Agilidade, qualidade, foco no aluno,

virar especialista suporte e acessibilidade
Experiência educacional interativa, Professores que são referência em

hands-on e centrada no aluno. Uma suas áreas. Curso prático que contempla
oportunidade para você dar um salto conteúdo teórico e desafios.
na carreira.
04
Desenvolvedor(a) Python
Objetivo principal
O objetivo do Bootcamp é apresentar conceitos fundamentais e avançados da

linguagem Python e sua aplicação nas áreas da análise de dados e
programação Web.
Pré-requisitos
Conhecimentos em programação orientada a objeto.
05
Módulos_
Aquecimento e Regra do Jogo
• Visão geral da dinâmica do curso, conteúdos e ferramentas utilizadas.
Duração: 4 horas
Fundamentos de Python
• Introdução ao Python
• Escrevendo em Python
• Tipos de dados em Python
• List; Tuple; Sets e Dictionary
• Condições, Loops e Funções
• Módulos em Python
• Importando pacotes e Funções básicas
Duração: 32 horas
06
Phyton para a Análise de Dados
• Introdução à análise de dados

• Pandas e numpy para a análise de dados
• Introdução ao Scikit-learn
• Aplicações pŕaticas com python para análise de dados
Duração: 32 horas
Python para WEB
• Introdução ao desenvolvimento WEB

• HTML e XML
• API e WebServer com Python
• Introdução do Django
• Introdução ao Flask
Duração: 32 horas
07
Python Avançado
• Introdução à concorrência e paralelismo com Python

• Introdução à programação reativa com Python
• Introdução do Aprendizado de Máquina com Python
• Introdução ao desenvolvimento de jogos com Python
Duração: 32 horas
Desafio Final
Construir e realizar o deploy de um modelo de aprendizado de
máquina com Python.
Duração: 16 horas
08
Bootcamp Engenheiro(a) de
Machine Learning_
Objetivo principal
O objetivo do Bootcamp é apresentar os conceitos fundamentais, práticas e ferramentas

mais utilizadas na engenharia de aprendizagem de máquina.
Pré-requisitos
• Conhecimentos básicos de programação, microinformática e inglês.

• Cartão de crédito para criação das contas gratuitas no Azure / AWS.
09
Módulos_
Fundamentos
• Introdução ao Aprendizado de Máquina (Machine Learning);

• Conceitos básicos de Sistemas Especialistas;
• Algoritmos de Aprendizado Supervisionado;
• Algoritmos de Aprendizado Não-supervisionado;
• Sistemas de recomendação;
• Redes Neurais e Deep Learning;
• Aprendizado por Reforço (Reinforcement Learning);
• Processamento de Texto e Análise de Sentimentos;
• Principais aplicações de Aprendizado de Máquina;
• Introdução às Principais linguagens de programação e frameworks utilizados em
Aprendizado de Máquina.
Duração: 32 horas
10
Modelos preditivos e séries temporais
• Passos para a construção de um Modelo Preditivo;

• Resampling, Boosting;
• Algoritmos para construção de Modelos Preditivos;
• Comparação entre modelos;
• Aplicações de Modelos Preditivos;
• Séries temporais;
• Modelos paramétricos para a análise de séries temporais;
• RNR e CNN para a previsão de séries temporais.
Duração: 32 horas
11
Seleção de Modelos de Aprendizado de Máquina
• Cross-Validation para validação e seleção de modelos;

• Estimativa de desempenho de modelos;
• Métricas para modelos. Acurácia.
• Métricas multilabel;
• Escolha de algoritmos;
• Tuning, Randomized Parameter, Optimization, Força bruta, Exhaustive Grid Search.

• Medidas de qualidade;
• Avaliação da qualidade de uma solução;
• Curvas de validação e Curvas de aprendizado.
Duração: 32 horas
12
Metodologias de Aprendizado
• Algoritmos de aprendizado de máquina supervisionado e não supervisionado;
• Deep Learning;
• Exploração e generalização;
• Aprendizado de Máquina por reforço online e batch;
• Teoria dos jogos;
• Agente e multiagente;
• Processo de decisão de Markov (MDP);
• Aplicações.
Duração: 32 horas
Duração: 16 horas
13
Arquiteto(a) de Machine
Learning
Objetivo principal
Capacitar o(a) aluno(a) a atuar na resolução de problemas em diferentes áreas

através da aplicação dos conceitos e ferramentas de aprendizado de máquina.
Pré-requisitos
Conhecimento em lógica de programação.
14
Módulos_
Aquecimento e Regra do Jogo
• Visão geral da dinâmica do curso, conteúdos e ferramentas utilizadas.
Duração: 4 horas
Fundamentos
• Introdução, Ordem Cronológica e • Treinamento e Técnicas de Aprendizado

(Supervisionado, Semi-supervisionado e
• Características básicas de Redes Não- Supervisionado);
• Perceptron e Rede Perceptron de
Múltiplas Camadas (MLP);
• Funções de Ativação, Perda e Custo; • AlexNet;
• Descida do Gradiente; • Algoritmo Backpropagation;
• Learning Rate; • Redes de Função de Base Radial
• O modelo MCP; • GAN, GRU e LSTM;
15
• Reconhecimento de padrões;
• Séries Temporais;
• Geração de Conteúdo;
• Convolutional Neural Networks (CNN)
Duração: 32 horas
Processamento de Linguagem • Arquitetura de Processamento da

Natural Linguagem Natural;
• Introdução ao Processamento da • Coleta de dados Web e redes sociais;
Linguagem Natural; • Análise de Sentimento;
• Estrutura e sintaxe da linguagem; • Análise semântica;
• Técnicas de pré-processamento de • Desambiguação;
textos; • Processamento de textos;
• Word2Vec; • Tradução de textos;
• BagOfWords;
• Glove; Duração: 32 horas
16
Sistemas de Recomendação
• Introdução aos sistemas de recomendação;

• Métodos para recomendações;
• Medidas de similaridade;
• Amostragem;
• Dimensão reduzida;
• Recomendação por associação;
• Filtragem Colaborativa para recomendação;
• Filtragem baseada em conteúdo;
• Agrupamento K-means aplicado à Sistemas de Recomendação;

• Análise de Correlação aplicada à Sistemas de Recomendação;
• Métrica para avaliação de sistemas de recomendação
Duração: 32 horas
17
Aplicações de Aprendizado de Máquina para IoT
• Conceitos fundamentais para a Internet das Coisas (atuadores/sensores/ gateways);

• Elementos constituintes e características dos dispositivos IoT;
• Particularidades dos dados gerados pelos dispositivos IoT;
• Diferenças entre o Big Data IoT e o Big Data gerado por outras fontes (redes
sociais, data warehouse etc);
• Computação em nuvem, neblina e edge na IoT;
• Dispositivos para IoT (Arduino e Raspberry Pi);
• Análise de dados em dispositivos IoT;
• Aplicações IoT: cidades inteligentes, veículos conectados, veículos autônomos,
cuidado com a saúde (healthcare), domótica (automação residencial), indústria 4.0
e governamental;
• Importância do aprendizado de máquina para a IoT;
• Algoritmos e frameworks utilizados para o aprendizado de máquina na IoT.
Duração: 32 horas
Desafio Final
Realizar o deploy de um modelo capaz de
padrões complexos.
Duração: 16 horas
18
Aprenda com quem faz
www.xpeducacao.com.br

Ementa Pos Graduacao em Inteligencia Artificial Com Machine Learning

Enviado por

Direitos autorais:

Formatos disponíveis

Ementa Pos Graduacao em Inteligencia Artificial Com Machine Learning

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ementa Pos Graduacao em Inteligencia Artificial Com Machine Learning

Enviado por

Direitos autorais:

Formatos disponíveis

Aprenda com quem faz

> Sobre a Pós-Graduação 04

> Conteúdo 05-18

A Faculdade XP Educação traz toda a sua potência disruptiva e transformadora

Nossos compromissos são:

Melhorar a vida das pessoas Formar novos talentos digitais

A educação é a base de transformação Cursos acessíveis e de qualidade para

Inovar para educar e transformar

Novas experiências educacionais tornam o aprendizado cada vez mais

Transforme a sua carreira em 6 meses Cursos atualizados e adequados

Pós-Graduação Lato Sensu para você Agilidade, qualidade, foco no aluno,

Experiência educacional interativa, Professores que são referência em

O objetivo do Bootcamp é apresentar conceitos fundamentais e avançados da

Conhecimentos em programação orientada a objeto.

• Introdução à análise de dados

Python para WEB

• Introdução ao desenvolvimento WEB

• Introdução à concorrência e paralelismo com Python

O objetivo do Bootcamp é apresentar os conceitos fundamentais, práticas e ferramentas

• Conhecimentos básicos de programação, microinformática e inglês.

• Introdução ao Aprendizado de Máquina (Machine Learning);

• Passos para a construção de um Modelo Preditivo;

• Cross-Validation para validação e seleção de modelos;

• Tuning, Randomized Parameter, Optimization, Força bruta, Exhaustive Grid Search.

Capacitar o(a) aluno(a) a atuar na resolução de problemas em diferentes áreas

Conhecimento em lógica de programação.

• Introdução, Ordem Cronológica e • Treinamento e Técnicas de Aprendizado

• Convolutional Neural Networks (CNN)

Processamento de Linguagem • Arquitetura de Processamento da

• Introdução aos sistemas de recomendação;

• Agrupamento K-means aplicado à Sistemas de Recomendação;

• Conceitos fundamentais para a Internet das Coisas (atuadores/sensores/ gateways);

Você também pode gostar