News >

Excelentes Recursos para Estudar Aprendizado de Máquina

Neste post são apresentados excelentes recursos gratuitos para aprendizado de inteligência artificial (IA) e aprendizado de máquina (machine learning – ML) [1][3].

1. CURSOS, GUIAS E TUTORIAIS

TensorFlow: tutoriais oficiais – https://www.tensorflow.org/tutorials?hl=pt-br

Scikit-learn: Guias compreensivos e exemplos – https://scikit-learn.org/stable/user_guide.html

Kaggle: trilhas para estudar aprendizado de máquina (machine learning – ML), Python, Panda, etc. – https://www.kaggle.com/learn

Google AI: como aprender a plataforma de inteligência artificial – IA (artificial intelligence – AI) do Google – https://ai.google/build

FreeCodeCamp: curso de Python com ML – https://www.freecodecamp.org/learn/machine-learning-with-python/

Stanford CS224N: Aprendizado profundo (deep learning – DL) para processamento de linguagem natural (natural language processing NLP) – https://web.stanford.edu/class/cs224n/

MIT OpenCourseWare: introdução à DL – https://ocw.mit.edu/courses/6-s191-introduction-to-deep-learning-january-iap-2020/

TinyMLEdu: iniciativa aberta de treinamento em TinyML, com plataforma Edge Impulse – https://tinyml.seas.harvard.edu/

Deep Learning Book: plataforma online, em português, abordando conceitos de redes neurais, IA, ML, DL, em constante evolução [2] – https://www.deeplearningbook.com.br/

Fast.ai: DL prático para programadores – https://course.fast.ai/

DataCamp: tutoriais gratuitos de Python e R – https://www.datacamp.com/tutorial

Canais do Youtube:

2. CURSOS DE IA NVIDIA

Vale a pena revisitar o post anterior do EAILab, indicado na referência [3], onde são apresentados 8 cursos gratuitos disponibilizados pela NVIDIA. Alguns dos cursos requerem o uso dos módulos e placas de computador único da empresa.

3. LIVROS IA

O EAILab em sua seção “HotLinks” [4] mantém uma lista atualizada de livros de acesso gratuito para aprofundar os conhecimentos em inteligência artificial, aprendizado de máquina, programação Python, algoritmos de raciocínio com lógicas não classicas (Paraconsistente, Fuzzy, …), entre outros.

4. REFERÊNCIAS

[1] ALAM A. The Best Free Resources to Master Machine Learning. Art of Data Science, 2024. Disponível em: https://media.licdn.com/dms/image/D5622AQHbF_FxS0qniQ/feedshare-shrink_800/0/1720438696292?e=1723075200&v=beta&t=4RuIg0quCep9a4wOBjMtPHPqxV4Dl-AN58jGc_E02Js. Acessado em Julho 08, 2024.

[2] DSA. Deep Learning Book, Data Science Academy (DSA), 2024. Disponível em: <https://www.deeplearningbook.com.br/>. Acessado em Julho 8, 2024.

[3] CARVALHO JUNIOR, A. 8 Excelentes cursos gratuitos da NVIDIA, para entrar no universo da Inteligência Artificial. EAILab Posts, Abril 2, 2024. Disponível em: https://eailab.labmax.org/2024/04/02/8-excelentes-cursos-gratuitos-da-nvidia-para-entrar-no-universo-da-inteligencia-artificial/. Acessado em Jul 8, 2024.

[4] CARVALHO JUNIOR, A. Hot Links – Free Ebooks, EAILab, 2024. Disponível em: <https://eailab.labmax.org/hot-links/>. Acessado em Julho 8, 2024.

Preparado por: Dr. Arnaldo de Carvalho Junior

Publicado em: Jul 08, 2024

Publicado em 08/07/2024, em News.
Translate »