Este repositório contém os materiais utilizados na disciplina de Inteligência Artificial, ministrada pelo Prof. Dr. Elton Sarmanho.
- Redes Neurais Artificiais (
neural_nets.ipynb): Introdução aos conceitos de redes neurais, incluindo perceptrons, retropropagação e uso do TensorFlow para criar uma rede neural simples. - Lógica Fuzzy (
logicaFuzzy.ipynb): Explora os fundamentos da lógica fuzzy, implementando sistemas que utilizam regras linguísticas para tomada de decisão. - Agentes Inteligentes (
agents.ipynb): Implementação de agentes baseados em modelos de decisão. - Introdução ao Machine Learning (
MachineLearning.ipynb): Visão geral do aprendizado supervisionado e não supervisionado com exemplos usando scikit-learn. - Regressão Linear e Polinomial (
Regressao.ipynb): Aplicação prática de modelos de regressão para análise de dados e previsão. - Introdução ao LangChain (
langchain.ipynb):
Demonstração prática de como utilizar a biblioteca LangChain para desenvolver aplicações com modelos de linguagem. Inclui exemplos de pipelines e integração com APIs para processamento de linguagem natural. - Retrieval Augmented Generation (RAG) (
RAG.ipynb):
Implementação de um pipeline completo de RAG, combinando recuperação de informações e geração de linguagem. Inclui técnicas como Stuff, Map-Reduce e Refine para geração de respostas contextuais e precisas.
- Python 3.9 ou superior
- Pacotes:
numpy,pandas,scikit-learn,matplotlib,tensorflow,langchain
Este material está licenciado sob a licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0).
Você tem permissão para:
- Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato.
- Adaptar — remixar, transformar e criar a partir do material.
Desde que respeite as seguintes condições:
- Atribuição — É necessário dar o crédito apropriado, incluir um link para a licença e indicar se mudanças foram feitas. Isso deve ser feito de forma razoável, mas sem sugerir qualquer endosso pelo autor original.
- Não Comercial — O material não pode ser usado para fins comerciais.
- Compartilhamento pela Mesma Licença — Caso altere, transforme ou crie algo novo com base no material, é necessário distribuir suas contribuições sob a mesma licença do original.
Para mais detalhes, acesse CC BY-NC-SA 4.0.