Comunidade
Quer fazer parte de um grupo de pessoas que estão desenvolvendo e estudando IA? Participe do Clube de Computação Aplicada que acontece semanalmente, quarta-feira a partir das 19 horas, no Fab Lab Joinville.
Está comeando a explorar IA? Dê uma olhada nos notebooks da nossa comunidade Notebooks da Comunidade.
Nossa comunidade nasceu depois que algumas pessoas se encontraram na Semana da Computação da UDESC. Realizamos um evento mensal para apresentar os projetos em que estamos trabalhando, artigos interessantes e tutoriais de ferramentas. Somos entusiastas, cientistas e engenheiros que estão atuando na área, estudando ou tentando descobrir um pouco mais sobre o assunto. Não existe nenhum pré-requisito para participar dos nossos eventos.
Participe do nosso Meetup e acompanhe os projetos da comunidade no GitHub e no Kaggle.
Últimos Eventos
As palestras apresentadas nos encontros estão no nosso repositório de eventos.
-
16º Encontro - 14 de Maio de 2019
- Impacting Latin America with Artificial Intelligence (by Alejandro Betancourt, Landing AI)
-
15º Encontro - 1 de Abril de 2019
- Utilizando Deep Learning em Sistemas de Visão para Indústria (por Gustavo Baumgarten, Pollux Automation)
-
14º Encontro - 29 de Novembro de 2018
- O que a área de Data Science faz? (por Gabriel Bellon)
- Detecção de anomalias em séries temporais: uma abordagem utilizando Prophet (por Vinicius Galhardi)
- Orquestrando modelos de ML com Airflow (por por Marcos Bernardelli)
- Hacktoberfest - 20 de Outubro de 2018
-
13º Encontro - 18 de Setembro de 2018
- Reconhecimento de Faces com algoritmos bio-inspirados (por Guilherme Plichoski)
-
12º Encontro - 22 de Agosto de 2018
- Operações dia-a-dia para 1 milhão de membros verificados (por Julio Monteiro)
- 11º Encontro - 25 de Julho
-
10º Encontro - 14 de Março
- American Sign Language recognition using LeapMotion sensor (por Gustavo Leão Mourão)
- A aplicação de chatbots com foco em saúde (por André Guimarães Sakata)
- 9º Encontro - 28 de Novembro
- 8º Encontro - Curso Comprendendo o Deep Learning - 18 de Novembro
- Evento PAPIs em São Paulo - 21-22 de Junho (Apresentações)
- 7º Encontro - 17 de Maio (Apresentações)
- 6º Encontro - 18 de Abril (Apresentações)
- 5º Encontro - 15 de Março (Apresentações)
- 4º Encontro - 15 de Fevereiro (Apresentações)
- 3º Encontro - 14 de Dezembro (Apresentações)
- 2º Encontro - 16 de Novembro (Apresentações)
- 1º Encontro - 19 de Outubro (Apresentações)
Por onde começar
Primeiro, precisamos ganhar alguma motivação. Machine Learning é difícil, como qualquer outro tópico de conhecimento é, quando queremos nos aprofundar nele. Mas começar, desenvolver aplicações interessantes com ferramentas que já temos disponíveis é fácil.
Leia este artigo que apresenta uma Introdução Visual ao Machine Learning. Este artigo apresenta as Arvores de Decisão, um dos algoritmos mais simples, mas ainda assim, poderoso. Brinque um pouco no Playground do Tensorflow, uma ferramenta criada pelo Google para treinar Redes Neurais. Neste playground você pode entender do que se trata o Aprendizado de Máquina de forma visual: aprender uma função que descreve os dados de treinamento.
Veja esses experimentos divertidos usando Machine Learning. E esse projeto que o Ivan Seidel desenvolveu para ensinar o dinossauro do Google a pular cactos sem morrer.
Introdução ao Aprendizado de Máquina
Aqui vão algumas sugestões de cursos online, livros para ler e começar a brincar com Aprendizado de Máquina.
- Introdução ao Machine Learning do Coursera (com legenda em português)
- Aprendizado de Máquina para desenvolvedores
- Série de vídeos Machine Learning for Hackers
- Livro Introduction with Machine Learning with Python
- Livro Programming Collective Intelligence: Building Smart Web 2.0 Applications
- Dive into Machine Learning with Jupyter notebook, Python, and scikit-learn
Recomendamos o uso da linguagem Python e suas ferramentas. Python é fácil de aprender e também é uma das linguagens mais usadas pelos desenvolvedores e pesquisadores de Aprendizado de Máquina e IA. Use o scikit-learn para desenvolver seus projetos. O Jupyter Notebook pode lhe ajudar a documentar o seu processo de aprendizado. Esta ferramenta é muito usada para reprodução de exprerimentos na área. Recomendamos o Keras para o desenvolvimento de applicações usando Redes Neurais.
Apoio e Contato
Gostaria de nos apoiar ou falar com a gente? Entre em contato pelo site do Meetup ou pelo Facebook.