AI-For-Beginners/translations/br
leestott 1689a2fdf9 🌐 Update translations via Co-op Translator 2025-08-26 12:09:18 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-26 12:09:18 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-08-26 12:09:18 +00:00
README.md 🌐 Update translations via Co-op Translator 2025-08-26 12:09:18 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-26 12:09:18 +00:00

README.md

GitHub license
GitHub contributors
GitHub issues
GitHub pull-requests
PRs Welcome

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

Inteligência Artificial para Iniciantes - Um Currículo

 Sketchnote por (@girlie_mac)
AI para Iniciantes - Sketchnote por @girlie_mac

Explore o mundo da Inteligência Artificial (IA) com nosso currículo de 12 semanas e 24 aulas! Ele inclui lições práticas, questionários e laboratórios. O currículo é voltado para iniciantes e aborda ferramentas como TensorFlow e PyTorch, além de ética em IA.

O que você vai aprender

Mapa mental do curso

Neste currículo, você aprenderá:

  • Diferentes abordagens para Inteligência Artificial, incluindo a abordagem simbólica "tradicional" com Representação de Conhecimento e raciocínio (GOFAI).
  • Redes Neurais e Aprendizado Profundo, que estão no centro da IA moderna. Vamos ilustrar os conceitos por trás desses tópicos importantes usando código em dois dos frameworks mais populares - TensorFlow e PyTorch.
  • Arquiteturas Neurais para trabalhar com imagens e texto. Vamos abordar modelos recentes, mas talvez não os mais avançados.
  • Abordagens menos populares de IA, como Algoritmos Genéticos e Sistemas Multiagentes.

O que não será abordado neste currículo:

Encontre todos os recursos adicionais para este curso em nossa coleção no Microsoft Learn

Para uma introdução mais leve aos tópicos de IA na Nuvem, você pode considerar fazer o caminho de aprendizado Introdução à inteligência artificial no Azure.

Conteúdo

Link da Aula PyTorch/Keras/TensorFlow Laboratório
0 Configuração do Curso Configure seu Ambiente de Desenvolvimento
I Introdução à IA
01 Introdução e História da IA - -
II IA Simbólica
02 Representação de Conhecimento e Sistemas Especialistas Sistemas Especialistas / Ontologia /Grafo de Conceitos
III Introdução às Redes Neurais
03 Perceptron Notebook Laboratório
04 Perceptron Multicamadas e Criando nosso Próprio Framework Notebook Laboratório
05 Introdução aos Frameworks (PyTorch/TensorFlow) e Overfitting PyTorch / Keras / TensorFlow Laboratório
IV Visão Computacional PyTorch / TensorFlow Explore Visão Computacional no Microsoft Azure
06 Introdução à Visão Computacional. OpenCV Notebook Laboratório
07 Redes Neurais Convolucionais & Arquiteturas de CNN PyTorch /TensorFlow Laboratório
08 Redes Pré-treinadas e Transferência de Aprendizado e Dicas de Treinamento PyTorch / TensorFlow Lab
09 Autoencoders e VAEs PyTorch / TensorFlow
10 Redes Adversárias Generativas e Transferência de Estilo Artístico PyTorch / TensorFlow
11 Detecção de Objetos TensorFlow Lab
12 Segmentação Semântica. U-Net PyTorch / TensorFlow
V Processamento de Linguagem Natural PyTorch /TensorFlow Explore o Processamento de Linguagem Natural no Microsoft Azure
13 Representação de Texto. Bow/TF-IDF PyTorch / TensorFlow
14 Embeddings Semânticos de Palavras. Word2Vec e GloVe PyTorch / TensorFlow
15 Modelagem de Linguagem. Treinando seus próprios embeddings PyTorch / TensorFlow Lab
16 Redes Neurais Recorrentes PyTorch / TensorFlow
17 Redes Recorrentes Generativas PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Reconhecimento de Entidades Nomeadas TensorFlow Lab
20 Modelos de Linguagem de Grande Escala, Programação com Prompt e Tarefas de Poucos Exemplos PyTorch
VI Outras Técnicas de IA
21 Algoritmos Genéticos Notebook
22 Aprendizado por Reforço Profundo PyTorch /TensorFlow Lab
23 Sistemas Multiagentes
VII Ética em IA
24 Ética em IA e IA Responsável Microsoft Learn: Princípios de IA Responsável
IX Extras
25 Redes Multimodais, CLIP e VQGAN Notebook

Cada lição contém

  • Material de leitura prévia
  • Notebooks Jupyter executáveis, que geralmente são específicos para o framework (PyTorch ou TensorFlow). O notebook executável também contém muito material teórico, então, para entender o tópico, é necessário passar por pelo menos uma versão do notebook (seja PyTorch ou TensorFlow).
  • Labs disponíveis para alguns tópicos, que oferecem a oportunidade de aplicar o material aprendido a um problema específico.
  • Algumas seções contêm links para módulos do MS Learn que abordam tópicos relacionados.

Começando

Siga estes passos:

Faça um Fork do Repositório: Clique no botão "Fork" no canto superior direito desta página.

Clone o Repositório: git clone https://github.com/microsoft/AI-For-Beginners.git

Não se esqueça de dar uma estrela (🌟) neste repositório para encontrá-lo mais facilmente depois.

Conheça outros Aprendizes

Junte-se ao nosso servidor oficial de Discord de IA para conhecer e se conectar com outros aprendizes que estão fazendo este curso e obter suporte.

Se você tiver feedback sobre o produto ou dúvidas enquanto desenvolve, visite nosso Fórum de Desenvolvedores do Azure AI Foundry

Questionários

Uma observação sobre os questionários: Todos os questionários estão contidos na pasta Quiz-app em etc\quiz-app. Eles estão vinculados dentro das lições. O aplicativo de questionários pode ser executado localmente ou implantado no Azure; siga as instruções na pasta quiz-app. Eles estão sendo localizados gradualmente.

Ajuda Necessária

Você tem sugestões ou encontrou erros de ortografia ou código? Abra uma issue ou crie um pull request.

Agradecimentos Especiais

Outros Currículos

Nossa equipe produz outros currículos! Confira:

Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações equivocadas decorrentes do uso desta tradução.