https://github.com/itamarrocha/ai-introduction
Repositório com códigos e recursos para introdução à inteligência artificial
https://github.com/itamarrocha/ai-introduction
Last synced: 2 months ago
JSON representation
Repositório com códigos e recursos para introdução à inteligência artificial
- Host: GitHub
- URL: https://github.com/itamarrocha/ai-introduction
- Owner: ItamarRocha
- License: mit
- Created: 2021-06-05T18:49:48.000Z (about 4 years ago)
- Default Branch: main
- Last Pushed: 2021-08-13T13:21:14.000Z (almost 4 years ago)
- Last Synced: 2025-03-24T20:13:09.640Z (3 months ago)
- Language: Jupyter Notebook
- Size: 7.55 MB
- Stars: 14
- Watchers: 1
- Forks: 3
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
[](https://github.com/ItamarRocha)
# AI-Introduction
Este repositório contém códigos e recursos para introdução à inteligência artificial. Caso tenha alguma sugestão de material para ser adicionado ou tenha interesse em contribuir com o repositório, será bem-vindo.
Os slides podem ser acessados nesse [link](https://docs.google.com/presentation/d/1rGfIksTIR3l4tIhTRnaDrceq6DL7yeviLwoGArWeLF8/edit?usp=sharing).
## Contents
- [Setup](#Setup)
- [Iniciando](#Iniciando)
- [Introdução ao Machine Learning](#Machine-Learning)
- [Introdução ao Deep Learning](#Deep-Learning)
- [Materiais](#Materiais)
- [License](#License)
## Setup
Para rodar os notebooks fornecidos não é necessário a instalação prévia de nenhuma biblioteca adicional. Todas as bibliotecas necessárias já estão disponíveis no começo dos notebooks.
## Iniciando
Para rodar os notebooks é só clicar no botão do colab disponível em cada um deles.
## Machine Learning
O notebook pode ser acessado nesse [link](https://github.com/ItamarRocha/AI-Introduction/blob/main/Machine%20Learning/Machine%20Learning%20com%20Pycaret.ipynb).
## Deep Learning
O notebook pode ser acessado nesse [link](https://github.com/ItamarRocha/AI-Introduction/blob/main/Deep%20Learning/Deep%20Learning%20com%20Pytorch.ipynb).
## Materiais
Nessa seção estarão dispostos materiais de estudo e aprofundamento na área, dividos em:
* Livros
* Cursos
* Filmes
* RoadMap (minha indicação e opinião pessoal)
Os 🔥 indicam o nível de dificuldade/aprofundamento dos materiais.
🔥 - Top pra começar
🔥🔥 - Tranquilo
🔥🔥🔥 - Intermediário
🔥🔥🔥🔥 - Precisa já ter uma noção boa
🔥🔥🔥🔥🔥 - Bom já ter um aprofundamento na área
### Livros
Seguem alguns bons livros nas áreas de Machine Learning e Deep Learning:
* Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition by Aurélien Géron 🔥
* Deep Learning with Python - Francois Chollet 🔥🔥🔥
* Deep Learning with PyTorch - Eli Stevens and Thomas Viehmann 🔥🔥🔥
* Mathematics for Machine Learning - Marc Peter Deisenroth, A. Aldo Faisal and Cheng Soon Ong 🔥🔥🔥
### Cursos
* [Machine Learning - Andrew Ng](https://www.coursera.org/learn/machine-learning) 🔥
* [Machine Learning - Udemy](https://www.udemy.com/course/machinelearning) 🔥
* [Deep Learning Specialization](https://www.coursera.org/specializations/deep-learning) 🔥🔥🔥🔥
* [Manual Prático do Deep Learning - Redes Neurais Profundas](https://www.udemy.com/course/redes-neurais/) 🔥🔥
* [Tensorflow Developer Professional Certificate](https://www.coursera.org/professional-certificates/tensorflow-in-practice) 🔥🔥
* [Intro to Deep Learning with Pytorch](https://www.udacity.com/course/deep-learning-pytorch--ud188) 🔥🔥
* [Intro to tensorflow for Deep Learning](https://www.udacity.com/course/intro-to-tensorflow-for-deep-learning--ud187) 🔥🔥
* [Introduction to Deep Learning & Neural Networks](https://www.educative.io/courses/intro-deep-learning) 🔥🔥
### Filmes
* [Alpha Go](https://www.youtube.com/watch?v=WXuK6gekU1Y&t=1s)
* Coded Bias - Netflix
### RoadMap
Aqui vou deixar minha sugestão de como e por onde começar.
1. [Machine Learning - Andrew Ng](https://www.coursera.org/learn/machine-learning) 🔥 e Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition by Aurélien Géron 🔥
2. [Deep Learning Specialization](https://www.coursera.org/specializations/deep-learning) 🔥🔥🔥🔥
3. Deep Learning with Python or Pytorch
4. [Tensorflow Developer Professional Certificate](https://www.coursera.org/professional-certificates/tensorflow-in-practice) 🔥🔥
5. Mathematics for Machine Learning - Marc Peter Deisenroth, A. Aldo Faisal and Cheng Soon Ong 🔥🔥🔥
E o principal, praticar bastante. Só aprende quem coda :P.
## License
[](http://badges.mit-license.org)
- **[MIT license](http://opensource.org/licenses/mit-license.php)**