Inteligência artificial ou inteligência de máquina – IA é um ramo da ciência da computação. IA é inteligência programada por humanos com o objetivo de ajudar os computadores a automatizar comportamentos inteligentes como os humanos. Vamos aprender os 6 passos a seguir para começar a aprender sobre inteligência artificial!
Etapa 1: Aprenda sobre Python e SQL
A principal coisa que você precisa fazer é aprender uma linguagem de programação. Embora existam muitas linguagens com as quais você pode começar, Python é a melhor escolha porque suas bibliotecas são mais adequadas para aprendizado de máquina.
Você pode consultar os links abaixo:
- Aprendizado de máquina com texto no scikit-learn (PyCon 2016)
- Aprendizado de máquina em Python com scikit-learn
- Aprendizado de máquina com Python
- Aprendizado de Máquina Parte 1 | Tutorial do SciPy 2016

Etapa 2: Aprenda inteligência artificial em alguns dos cursos abaixo
Inteligência Artificial: Princípios e Técnicas de Stanford - Um excelente programa educacional para acadêmicos que se inspiram em se familiarizarem mais com a IA. O curso se concentra nos padrões básicos de IA.
CS405: INTELIGÊNCIA ARTIFICIAL : Introdução ao campo da inteligência artificial (IA). Materiais sobre programação de IA, lógica, pesquisa, jogos, aprendizado de máquina, compreensão de linguagem natural e robótica apresentam aos alunos métodos, ferramentas e técnicas de IA, com aplicações para problemas computacionais e o papel da IA.
Curso edx.org sobre IA : Este curso fornece os fundamentos da Inteligência Artificial (IA) e como aplicá-los. Projete agentes inteligentes para resolver problemas do mundo real, incluindo pesquisa, jogos, aprendizado de máquina, lógica e restrições de problemas.
Curso do MIT sobre IA : Este curso apresenta aos alunos os fundamentos, a resolução de problemas e os métodos de aprendizagem da inteligência artificial. Após a conclusão deste curso, os alunos serão capazes de desenvolver sistemas inteligentes aplicando soluções a problemas computacionais específicos; compreender o papel da programação do conhecimento, da resolução de problemas e da aprendizagem em sistemas de engenharia inteligentes. O curso valoriza o papel da resolução de problemas, da visão e da linguagem na compreensão da inteligência humana de uma perspectiva computacional.
Aprenda os fundamentos da IA – Este curso online, dividido em 10 aulas, ajuda os alunos a compreender melhor o universo da IA. Para entendê-lo, certifique-se de ter algumas informações necessárias sobre matemática direta baseada em variáveis e a hipótese de possibilidade. Você deve aprender a lembrar o objetivo final para se preparar com antecedência.
Palestrantes em vídeo de Berkeley : O curso inclui videoaulas.
Acima estão os 6 principais cursos de inteligência artificial para iniciantes e avançados. Espero que eles sejam úteis para você.
Etapa 3: Aprenda o básico da teoria das probabilidades, estatística e matemática
Você pode consultar os links abaixo:
- Álgebra Linear - Álgebra Linear - MIT 18.06 Álgebra Linear por Gilbert Strang (link de referência: https://www.youtube.com/watch?list=PLE7DDD91010BC51F8&v=ZK3O402wf1c )
- Probabilidade e Estatística - MIT 6.041 Análise de coeficiente de probabilidade e probabilidade aplicada por John Tsitsiklis (link de referência: https://www.youtube.com/watch?list=PLUl4u3cNGP61MdtwGTqZA0MreSaDybji8&v=j9WZyLZCBzs )
- Cálculo (link de referência: http://kisonecat.com/teaching/2013/calculus-one/ )
- Cálculo multivariado (link de referência: http://kisonecat.com/teaching/2014/m2o2c2/ )
- Teoria dos grafos (link de referência: https://class.coursera.org/pgm-003 )
- Métodos de otimização (link de referência: https://online.stanford.edu/courses )
Etapa 4: leia livros
- http://aima.cs.berkeley.edu/
- Inteligência Artificial: Uma Abordagem Moderna, por Stuart J. Russell e Peter Norvig
- http://wps.aw.com/wps/media/objects/5771/5909832/PDF/Luger_0136070477_1.pdf
- The Quest for Artificial Intelligence por Nils J. Nilsson (link de referência: http://ai.stanford.edu/~nilsson/QAI/qai.pdf )
- Inteligência Artificial Prática: Programação em Java por Mark Watson (link de referência: https://www.saylor.org/site/wp-content/uploads/2011/11/CS405-1.1-WATSON.pdf )
- https://grey.colorado.edu/CompCogNeuro/index.php/CCNBook/Main
- Simplesmente lógico: raciocínio inteligente por exemplo, de Peter Flach (link de referência: https://www.cs.bris.ac.uk/~flach/SL/SL.pdf )
- A revolução da IA: caminho para a superinteligência (link de referência: https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html )
- http://psych.colorado.edu/~oreilly/comp_ex_cog_neuro.html
Etapa 5: prática
Depois de ter um entendimento completo de sua linguagem de programação preferida e prática suficiente com o essencial, você deve começar a aprender mais sobre aprendizado de máquina. Em Python, comece a aprender as bibliotecas Scikit-learn, NLTK, SciPy, PyBrain e Numpy que serão valiosas na composição de algoritmos de Machine Learning.
Pratique alguns exercícios do Scikit do site:
http://scikit-learn.org/ e https://www.edx.org/course/artificial-intelligence-ai-columbiax-csmm-101x-0 (para exercícios práticos em Python ).
Aqui também está um resumo dos recursos para aprender e aprimorar o aprendizado de máquina:
- http://www.r2d3.us/visual-intro-to-machine-learning-part-1/
- https://www.coursera.org/learn/machine-learning
- https://www.cs.cmu.edu/~tom/10701_sp11/lectures.shtml
- https://code.tutsplus.com/tutorials/how-to-build-a-python-bot-that-can-play-web-games–active-11117
- https://www.udacity.com/course/intro-to-artificial-intelligence–cs271
- https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/
Etapa 6: Pratique – Aprenda – Pratique você mesmo
Com esta sequência, passo a passo, você aos poucos se tornará um programador de IA.
Depois que todas as 6 etapas forem concluídas, você poderá começar a usar IA/ML com segurança. Boa sorte!
Ver mais:

