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
Descida Gradiente Estocástica com Momentum
Momentum é um ajuste na descida do gradiente que acumula uma média contínua de gradientes anteriores, permitindo que a otimização passe mais rápido pelos vales e amorteça…
FundamentosGradiente Acelerado Nesterov
Nesterov Accelerated Gradient (NAG) é uma forma mais inteligente de impulso que antecipa antes de calcular o gradiente, dando-lhe uma visão corretiva do futuro.
FundamentosPerda tripla e aprendizagem métrica
A perda tripla ensina uma rede neural a colocar itens semelhantes próximos uns dos outros e itens diferentes distantes uns dos outros em um espaço de incorporação.
FundamentosSuavização de rótulos
A suavização de rótulos é um truque simples de regularização que suaviza metas de treinamento one-hot, informando ao modelo que a resposta correta é muito provável, mas não 100…
FundamentosCélulas de memória de longo prazo
As células Long Short-Term Memory (LSTM) são um tipo especial de unidade de rede neural recorrente construída para lembrar informações em longas sequências.
FundamentosAgrupamento K-Means
K-Means é um algoritmo não supervisionado que classifica automaticamente os dados em K grupos, encontrando centros de cluster.
FundamentosK-vizinhos mais próximos
K-Nearest Neighbors (KNN) classifica um novo ponto de dados observando os K exemplos mais próximos e realizando uma votação majoritária.
FundamentosRegressão Logística
A regressão logística prevê a probabilidade de algo pertencer a uma classe, como spam ou não spam, comprimindo uma soma ponderada por meio de uma curva em forma de S.
FundamentosClassificadores Naive Bayes
Naive Bayes é um classificador probabilístico rápido construído com base no teorema de Bayes que assume que cada recurso é independente de acordo com a classe.
FundamentosCurvas ROC e AUC
Uma curva ROC representa quão bem um classificador separa duas classes em todos os limites de decisão possíveis, e AUC compacta toda a curva em um número.
FundamentosMatrizes de confusão
Uma matriz de confusão é uma tabela simples que divide as previsões de um classificador em contagens corretas e incorretas para cada classe.
FundamentosTroca entre polarização e variância
A compensação entre viés e variância explica por que um modelo pode falhar por ser muito simples ou muito complexo.
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.