Atualmente, é comum, em notícias ou na mídia em geral, ver discursos sobre como o aprendizado de máquina ou a inteligência artificial estão criando soluções para os mais diversos problemas da sociedade. Podemos citar como exemplos: sistemas de detecção de tumores ou câncer, da qualidade de bebidas, ou detecção de objetos, reconhecimento de faces, etc. No entanto, poucos sabem o que realmente é um sistema de aprendizado de máquina ou o que é uma rede neural. O conteúdo do curso apresenta ao aluno essas noções básicas e mostra as principais técnicas de aprendizado de máquina em um nível de pós-graduação.
QUERO ESTUDAR Aprendizado de Máquina (Machine Learning) NO UNIGOIÁS
Formação teórica e prática para profissionais de diversas áreas
Durante a pós-graduação, o aluno será preparado para resolver problemas complexos por meio de modelos computacionais inteligentes, com base em fundamentos sólidos de aprendizado de máquina. Estará apto a lidar com tarefas como classificação, modelagem, análise de dados e tomada de decisão, adquirindo o conhecimento necessário para aplicar soluções de IA em diversos contextos profissionais. Essa formação multidisciplinar abre oportunidades em setores como tecnologia da informação, pesquisa, engenharia e até mesmo áreas das ciências humanas e biológicas.
Formação teórica e prática para profissionais de diversas áreas
Durante a pós-graduação, o aluno será preparado para resolver problemas complexos por meio de modelos computacionais inteligentes, com base em fundamentos sólidos de aprendizado de máquina. Estará apto a lidar com tarefas como classificação, modelagem, análise de dados e tomada de decisão, adquirindo o conhecimento necessário para aplicar soluções de IA em diversos contextos profissionais. Essa formação multidisciplinar abre oportunidades em setores como tecnologia da informação, pesquisa, engenharia e até mesmo áreas das ciências humanas e biológicas.
Principais disciplinas da matriz curricular:
– Fundamentos de Aprendizado de Máquina
• Redes Neurais Artificiais
• Classificação e Agrupamento de Dados
• Processamento de Linguagem Natural
• Modelagem Estatística
– Ética e Aplicações da Inteligência Artificial
Público-alvo: Profissionais graduados em Engenharia, TI, Ciências Exatas, Humanas ou Biológicas que desejam dominar técnicas de aprendizado de máquina para resolver problemas por meio da inteligência artificial.
Perfil do egresso: Profissionais preparados para desenvolver soluções computacionais baseadas em IA, com competências para atuar em empresas de tecnologia, centros de inovação ou grupos de pesquisa voltados à resolução de problemas complexos por meio do aprendizado de máquina.