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
Meta-Aprendizagem
Meta-learning, ou 'aprender a aprender', treina modelos para se adaptarem rapidamente a tarefas totalmente novas a partir de apenas alguns exemplos.
FundamentosMétodos de conjunto e aumento de gradiente
Os métodos de conjunto combinam muitos modelos simples para que o grupo faça previsões melhores do que qualquer modelo único.
FundamentosAprendizado Profundo Bayesiano
O aprendizado profundo bayesiano trata os pesos de uma rede neural como distribuições de probabilidade, em vez de números fixos, para que o modelo possa dizer o quão confiável ela é.
FundamentosAprendizagem Curricular
A aprendizagem curricular treina modelos de IA em exemplos em uma ordem deliberada – fácil primeiro, difícil depois – em vez de alimentar dados em ordem aleatória.
FundamentosPesquisa de arquitetura neural
A Pesquisa de Arquitetura Neural (NAS) automatiza o projeto de estruturas de redes neurais – permitindo que algoritmos, e não humanos, decidam quantas camadas, quais operações…
FundamentosAprendizagem contínua e esquecimento catastrófico
A aprendizagem contínua é o objetivo de treinar a IA em um fluxo de novas tarefas ao longo do tempo, sem apagar o que ela já sabe.
FundamentosAutoencoders Variacionais
Autoencoders variacionais (VAEs) são redes neurais generativas que aprendem a compactar dados em um espaço latente probabilístico e suave e então reconstruí-los…
FundamentosModelos de Espaço de Estado e Mamba
Modelos de espaço de estado (SSMs) são modelos de sequência que transportam informações através de um estado oculto compactado, escalonando linearmente com o comprimento da sequência…
FundamentosRedes Neurais de Gráficos
Redes neurais de grafos (GNNs) são modelos que aprendem diretamente em dados estruturados em grafos – nós conectados por arestas – passando e agregando informações…
FundamentosAprendizado por reforço multiagente
O Multi-Agent Reinforcement Learning (MARL) treina vários agentes de aprendizagem que compartilham um ambiente, cada um adaptando seu comportamento enquanto os outros também se adaptam.
FundamentosAprendizagem Ativa
A aprendizagem ativa é uma estratégia de treinamento em que o próprio modelo escolhe quais exemplos não rotulados um ser humano deve rotular em seguida.
FundamentosAumento de dados
O aumento de dados expande artificialmente um conjunto de treinamento criando cópias modificadas de exemplos existentes – como inverter ou cortar imagens.
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.