Repository files navigation

• english version
• under construction

1. Introdução Geral

• O que é Inteligência Artificial?

• Por que usar Python para AI?

• Principais áreas de aplicação.

• • área escolhida: Automação Industrial,Robótica
  • Robótica Índice
  • RAG índice
  • Projeto RAG
  • hardware nessesario para o projeto:
  • • raspberrypi 5
    • AI module
  • • uma camera
    • projeto a estudarpicoGPT:
    • another project:bot
  • [Q-learning]

2. Configuração do Ambiente
   • Configuração para Windows.
   • Configuração para Ubuntu/Linux.

• • Ambientes de desenvolvimento recomendados (Jupyter,VSCode,PyCharm).
• • escolhi usar oJupyter

3. Módulos Essenciais

   • Aprendizado de Máquina:
     • scikit-learn
     • TensorFlow cpu
     • TensorFlow gpu
     • PyTorch
     • • PyTorch modules
       • torchvision
   • Processamento de Dados:
     • NumPy
     • Pandas
     • Matplotlib
   • Visão Computacional:
     • OpenCV
     • Pillow
     • mediapipe
   • Processamento de Linguagem Natural (NLP):
     • spaCy
     • NLTK
     • Transformers
   • Redes Neurais:
     • Keras
     • Theano
   • Outros Módulos Úteis:
     • joblib
     • Seaborn

4. Exemplos Práticos

   • Classificação de dados comscikit-learn.
   • Reconhecimento de imagens comTensorFlow.
   • Análise de sentimentos comspaCy.

5. Implementação em Sistemas Operacionais

   • Windows:
     • Instalação de módulos.
     • Configuração de drivers e GPUs.
   • Ubuntu/Linux:
     • Instalação viapip eapt.
     • Suporte a hardware e clusters.

6. Recursos Avançados

   • Treinamento distribuído.
   • Exportação e deployment de modelos.
   • Conexão com APIs externas.
   • • AI rewards

7. Conclusão e Próximos Passos

   • Como expandir seus conhecimentos.
   • Comunidades e fóruns úteis.
   • Leituras recomendadas.

8. Contato

   • Formulário de contato.
   • Links para recursos externos.