Apolo

Atividade

136315 - Aprendizado Profundo e Inteligência Artificial Generativa

Período da turma:

26/09/2026 a 28/11/2026

Selecione um horário para exibir no calendário:

Descrição:

Objetivos: 
Oferecer a base conceitual necessária para aplicações de redes neurais, em particular deep learning e inteligência artificial generativa. Redes neurais tradicionais são apresentadas e posteriormente foco é dado no aprendizado de máquina com arquiteturas profundas e suas aplicações para dados estruturados e não estruturados incluindo imagens, texto e séries temporais, bem como fundamentos da inteligência artificial generativa.

Ementa: 
1. Histórico do desenvolvimento de redes neurais artificiais
2. Redes Multi-Layer Perceptron
3. Convolutional Neural Networks
4. Estratégia de Treinamento de Redes Neurais e Transferência de Aprendizado
5. Redes Neurais para dados sequenciais e texto: Transformers, BERT e GPT
7. Retrieval Augmented Generation (RAG) e fine-tuning de modelos
8. Redes auto-associativas: autoencoders e variational autoencoders
9. Introdução à Inteligência Artificial Generativa: GANs e Modelos Baseados em Difusão
10. Introdução ao aprendizado por reforço com redes neurais

Referências: 
1. Aston Zhang, Zachary C. Lipton, Mu Li, and Alexander J. Smola. Dive into deep learning. Cambridge University Press, 2023.
2. Christopher M. Bishop, and Hugh Bishop. Deep learning: Foundations and concepts. Springer Nature, 2023.
3. Francois Chollet (2018). Deep Learning with Python 1st Edition, Manning Publications.
4. Sebastian Raschka. Build a Large Language Model (From Scratch). O’Reilly, 2024
5. Rodrigo F. Mello and Moacir A Ponti (2018). Machine Learning: a practical approach on the statistical learning theory. Springer.
6. Moacir A. Ponti; Leo S.F. Ribeiro; Tiago S. Nazare; Tu Bui; and John Collomosse. Everything you wanted to know about deep learning for computer vision but were afraid to ask. In 2017 30th SIBGRAPI conference on graphics, patterns and images tutorials (SIBGRAPI-T) (pp. 17-41). IEEE.
7. Moacir A. Ponti, Fernando P. dos Santos, Leo S.F. Ribeiro, and Gabriel B. Cavallari. Training deep networks from zero to hero: avoiding pitfalls and going beyond. In 2021 34th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), pp. 9-16. IEEE, 2021.

Carga Horária:

40 horas

Tipo:

Obrigatória

Vagas oferecidas:

320

Ministrantes:

Moacir Antonelli Ponti

voltar