Formação Desenvovimento de IA - Introdução, Estatística e AED

Sumário

• Formação Desenvovimento de IA - Introdução, Estatística e AED
  • Sumário
  • Sobre o Projeto
    • Módulo 1: Introdução
    • Módulo 2: Ambiente de Desenvolvimento
    • Módulo 3: Estatística para Devs
    • Módulo 4: Análise Exploratória de Dados com Pandas
  • Tecnologias
    • Linguagem de Programação
    • Gerenciadores de Ambiente Virtual
    • Principais Bibliotecas (Packages)
  • Como clonar o projeto?
  • Licença

Sobre o Projeto

Repositório que reuni os quatro primeiros módulos da formação Desenvolvimento IA 2023-2024, desenvolvido pela Rocketseat Education.

Módulo 1: Introdução

Neste módulo de introdução à inteligência artificial, exploraremos conceitos e fundamentos da área, abordando seu potencial na resolução de problemas complexos. Também traçaremos uma linha do tempo desde suas origens históricas até o presente emocionante e o futuro promissor da IA, revelando seu impacto no mundo. Prepare-se para uma imersão profunda no universo da IA e sua influência na sociedade.

Acesso ao conteúdo das aulas

Módulo 2: Ambiente de Desenvolvimento

Neste módulo de configuração para a formação de Desenvolvimento IA, focaremos em prepará-lo eficazmente para as tarefas práticas. Isso envolve entender ambientes virtuais, gerenciar versões do Python e configurar o Visual Studio Code. Exploraremos otimizações para interagir com Python na IA, maximizando sua experiência de aprendizado. Prepare-se para configurar seu ambiente de desenvolvimento de forma sólida, crucial para o sucesso na trilha de estudo.

Acesso ao conteúdo das aulas

Módulo 3: Estatística para Devs

Neste módulo de Estatística Descritiva e Qualitativa para Devs, focaremos na construção de uma base sólida em conceitos-chave. Isso é essencial para analisar dados, explorar informações iniciais para insights valiosos e identificar padrões nos conjuntos de dados. Esses conhecimentos impactarão a escolha de modelos de machine learning, ajuste de parâmetros e avaliação de desempenho. Prepare-se para adquirir as habilidades essenciais para aplicar estatística descritiva com confiança em sua carreira na IA.

Acesso ao conteúdo das aulas. Respostas do questionário avaliativo ao final do documento.

• Desafio opicional do módulo: notebooks/challenge_m3.ipynb

Módulo 4: Análise Exploratória de Dados com Pandas

Neste módulo de análise exploratória de dados com pandas, vamos aprender a extrair insights dos dados que temos. O objetivo do EDA, ou Exploratory Data Analysis, é dar uma olhada nos dados antes de começar a fazer coisas mais complexas. Vamos abordar conceitos do EDA, a biblioteca Pandas, coleta e preparação de dados, lidar com dados ausentes, formulação de hipóteses, análise univariada e bivariada, lidar com outliers e automatizar parte do processo.

Acesso ao conteúdo das aulas. Respostas do questionário avaliativo ao final do documento.

Ao final dos estudos, foi gerado um relatório automatizado na pasta /reports.

• Desafio opicional do módulo: notebooks/challenge_m4.ipynb

Tecnologias

Linguagem de Programação

• python (v3.11.0)

Gerenciadores de Ambiente Virtual

• pyenv
• pipenv

Principais Bibliotecas (Packages)

• pandas
• matplotlib
• scipy
• numpy
• sweetviz

Como clonar o projeto?

1. Certifique-se de que está usando o pyenv e o pipenv para gerenciar as dependências do projeto. Veja como instalar e configurar clicando nos respectivos links do tópico Gerenciadores de Ambiente Virtual.

2. Faça o clone pelo Github:

   git clone https://github.com/mgckaled/ignite-devia-introduction.git

3. Acesse o diretório:

   cd ignite-devia-introduction

4. Ative o ambiente virtual pelo terminal

   pipenv shell

5. Instale as dependências. (Certifique-se de estar utilzando a versão exata do python - 3.11.0)

   pipenv install

   ou, como um recurso de degurança, dependências exatas do requirements.txt:

   pipenv install -r requirements.txt

Licença

Distribuído sob a licença MIT. Veja LICENSE para mais informações.

---

2023-2024 - Marcel Kaled