Programa do Curso

Introdução a Generative AI

  • Definição de IA generativa
  • Visão geral dos modelos generativos (GANs, VAEs, etc.)
  • Aplicações e estudos de caso

A necessidade de dados sintéticos

  • Limitações dos dados reais
  • Preocupações com a privacidade e a segurança
  • Aumentar a robustez dos modelos de IA

Geração de dados sintéticos

  • Técnicas de geração de dados sintéticos
  • Garantir a qualidade e a diversidade dos dados
  • Workshop prático: Criar o seu primeiro conjunto de dados sintéticos

Avaliação de dados sintéticos

  • Métricas para avaliar a qualidade dos dados sintéticos
  • Comparação do desempenho dos dados sintéticos com o dos dados reais
  • Análise de estudos de caso

Aspectos éticos e legais

  • Navegar no panorama ético
  • Quadros legais e conformidade
  • Equilíbrio entre inovação e responsabilidade

Tópicos avançados em síntese de dados

  • Dados sintéticos para aprendizagem não supervisionada
  • Síntese de dados entre domínios
  • Tendências futuras na IA generativa

Projeto Capstone

  • Aplicar conhecimentos a cenários do mundo real
  • Desenvolvimento de uma estratégia de dados sintéticos
  • Avaliação e feedback

Resumo e próximos passos

Requisitos

  • Compreensão dos conceitos básicos de aprendizagem automática
  • Experiência com programação Python
  • Familiaridade com fluxos de trabalho de ciência de dados

Público-alvo

  • Cientistas de dados
  • Profissionais de IA
 21 Horas

Próximas Formações Provisórias

Categorias Relacionadas