Disruptive Architectures: IA e IoT

Olá pessoal, bem-vindos!
Nesta página você encontrará os conteúdos da disciplina (atividades, laboratórios, materiais de apoio, dicas e referências) organizados para estudo e acompanhamento das aulas.

Prof. Arnaldo Viana

Objetivos de aprendizagem

Ao final da disciplina, o estudante será capaz de:

Inteligência Artificial (Deep Learning e IA Generativa)

  • Explicar os fundamentos de Deep Learning e IA Generativa, reconhecendo quando cada abordagem é adequada.
  • Preparar dados e construir pipelines simples de treino/validação.
  • Treinar e avaliar modelos (métricas, overfitting, validação, interpretação de resultados).
  • Desenvolver projetos envolvendo IA.

Internet das Coisas (IoT)

  • Compreender os conceitos essenciais de IoT (sensores/atuadores, conectividade, protocolos e arquitetura).
  • Identificar tecnologias habilitadoras e trade-offs (latência, energia, custo, conectividade).
  • Programar e integrar componentes para construir protótipos IoT (aquisição de dados, comunicação e automação).

O que preciso ter/saber para acompanhar esse curso?

  • Lógica de programação
  • Python básico
  • Algebra linear
  • Vontade de praticar: a disciplina é orientada a desafios e laboratórios

Dinâmica das aulas:

O curso é baseado em desafios (exercícios, atividades práticas e pequenas pesquisas) que conectam teoria e prática.

As aulas são divididas em laboratórios curtos, cada um com objetivos específicos e uma entrega clara (código ou notebook).

Quais software preciso instalar para acompanhar esse curso?

Basicamente, vamos trabalhar com scripts em python e algumas bibliotecas que podem ser executados localmente ou em nuvem.

Como sugestão de instalação local:

Em nuvem:

Bibliografia

  • Stewart Russel e Peter Norvig . Inteligência artificial. 3ª. Ed., Rio de Janeiro: Campus, 2012.
  • George F. Luger . Inteligência Artificial, 6ª ed. São Paulo: Pearson Education do Brasil, 2013 (biblioteca virtual)
  • Aurélien Geron. 2019. Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow: Concepts, Tools, and Techniques to Build Intelligent Systems