01
Fundações de IA
Entenda o que é IA, como os sistemas aprendem, onde falham e como julgar as reivindicações sem exageros.
Biblioteca de IA gratuita
Fundamentos guiasLivre para sempre.
84 guias em inglês simples, caminhos de aprendizagem estruturados e uma biblioteca aberta — criada por uma organização sem fins lucrativos 501(c)(3) independente para que qualquer pessoa possa entender a IA moderna.
84Guias gratuitos
1Faixas de tópico
~2 minPor guia
~3hTempo de leitura
Comece aqui
Cinco cursos baseados em resultados
Cada curso inclui resultados explícitos, competências mapeadas, atividades práticas e um objetivo final aplicado.
02
Usuário responsável de IA
Use a IA de forma produtiva enquanto protege a privacidade, verifica os resultados e preserva a responsabilidade humana.
03
IA no trabalho
Avalie casos de uso no local de trabalho, execute pilotos seguros, meça o valor e comunique as mudanças com responsabilidade.
04
Política e sociedade de IA
Analise os sistemas de IA por meio de direitos, equidade, governança, segurança e resultados de interesse público.
05
Construindo com Sistemas de IA
Entenda modelos de linguagem, recuperação, agentes, avaliação, custo e proteções de implantação por meio de design prático de sistema.
Faixas de tópico
Navegue por faixa
Entre na área de seu interesse. Cada faixa tem vários guias em inglês simples.
FundamentosConceitos centrais: como a IA funciona em alto nível.84 guias IA de linguagemLLMs, PNL, ChatGPT, prompts e compreensão de texto.155 guias IA visualGeração de imagens, visão computacional, vídeo e design.133 guias IA de áudioVoz, música, podcasting e IA com foco no áudio.117 guias EmpresasPerfis de OpenAI, Anthropic, Google, Meta e muito mais.121 guias AplicativosComo a IA aparece na codificação, na pesquisa, nos agentes e na vida diária.111 guias IndústriasIA em saúde, finanças, educação, energia e muito mais.91 guias TécnicoChips, ajuste fino, RAG, vetores e infraestrutura de IA.177 guias SociedadePreconceito, privacidade, direitos autorais, segurança e o futuro da IA.30 guias
Biblioteca completa
Todos os guias
84 de 1019 guias mostrados. Filtre por faixa ou pesquise acima.
Fundamentos
IA preditiva
Predictive AI uses observed information to estimate an unknown outcome, such as demand, delivery time, or a category.
FundamentosPensamento de sistemas de IA
AI systems thinking examines how data, models, people, interfaces, and operating policies interact.
FundamentosCiclo de vida do modelo
The model lifecycle covers problem definition, data preparation, training or selection, evaluation, deployment, monitoring, and retirement.
FundamentosNoções básicas de avaliação de IA
AI evaluation tests whether a system meets a defined purpose under stated conditions.
FundamentosColaboração Humano-IA
Human-AI collaboration divides work between people and AI systems while keeping responsibility and control clear.
FundamentosTomada de decisões de IA
AI can supply predictions, organize evidence, or recommend actions, but choosing an action also requires goals, constraints, and responsibility.
FundamentosModos de falha de IA
An AI failure mode is a repeatable way a system can produce an unacceptable result.
FundamentosNormalização de grupo
Normalização de Grupo é uma técnica que estabiliza o treinamento de redes neurais normalizando recursos dentro de pequenos grupos de canais, independentemente para cada…
FundamentosUnidades recorrentes fechadas
Uma Gated Recurrent Unit (GRU) é um tipo simplificado de célula de rede neural recorrente que usa duas portas para decidir quais informações manter e o que esquecer…
FundamentosDecadência de peso e regularização L2
A redução de peso é uma técnica simples e poderosa que leva os pesos de um modelo a zero durante o treinamento, desencorajando-o de depender demais de qualquer…
FundamentosDropout e regularização estocástica
Dropout é um truque de regularização que desliga aleatoriamente uma fração de neurônios durante cada etapa de treinamento, forçando a rede a construir redes redundantes e robustas…
FundamentosParada antecipada
A parada antecipada é uma técnica de regularização que interrompe o treinamento do modelo no momento em que o desempenho dos dados de validação mantidos para de melhorar.
Terminou de ler? Prove.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.