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
Modelos de Difusão
Os modelos de difusão geram imagens aprendendo a reverter um processo de ruído, transformando a estática aleatória em imagens detalhadas, passo a passo.
FundamentosAprendizagem rápida
O aprendizado rápido é a capacidade de aprender uma nova tarefa com apenas alguns exemplos, em vez de milhares.
FundamentosIncorporações
Os embeddings transformam palavras, imagens ou outros dados em listas de números (vetores) para que coisas semelhantes acabem juntas em um espaço de alta dimensão.
FundamentosTokenização
A tokenização é a etapa que divide o texto em pedaços menores chamados tokens, as unidades que um modelo de linguagem realmente lê e prevê.
FundamentosEngenharia de recursos
A engenharia de recursos é a arte de transformar dados brutos em entradas informativas (recursos) que ajudam um modelo a aprender.
FundamentosÁrvores de Decisão e Florestas Aleatórias
Uma árvore de decisão faz previsões fazendo uma série de perguntas simples de sim/não, como um fluxograma.
FundamentosMáquinas de vetores de suporte
Uma máquina de vetores de suporte (SVM) é um algoritmo clássico que separa dois grupos desenhando o limite mais amplo possível entre eles.
FundamentosRedução de dimensionalidade
A redução da dimensionalidade reduz os dados de muitas colunas (recursos) para algumas, mantendo a estrutura importante.
FundamentosTransferência de aprendizagem
A aprendizagem por transferência reutiliza um modelo já treinado em um grande conjunto de dados e o adapta a uma tarefa nova e relacionada.
FundamentosAprendizagem Auto-Supervisionada
A aprendizagem autossupervisionada treina modelos em dados não rotulados, inventando uma tarefa cuja resposta está oculta dentro dos próprios dados.
FundamentosAprendizagem Semi-Supervisionada
O aprendizado semissupervisionado é treinado em uma pequena quantidade de dados rotulados, além de um grande conjunto de dados não rotulados.
FundamentosDetecção de anomalias
A detecção de anomalias é a prática de ensinar máquinas a sinalizar pontos de dados que se desviam acentuadamente dos padrões normais.
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.