1. Aplicações
1.1. aprendizado supervisionado
1.2. aprendizado não supervisionado
1.3. aprendizado por reforço
1.4. processamento de linguagem natural
1.5. GPTs
1.6. visão computacional
1.6.1. É uma área multidisciplinar que se mistura com a inteligência artificial, robótica, processamento de sinais, reconhecimento de padrões, psicologia, neurociência, entre outras.
1.6.2. Qual é o problema? Quais problemas? Como planejar para resolver esse problema?
1.6.3. História (1970 - 2020) - exercício dever de casa.
1.6.4. Laboratório (dontsleep)
1.6.4.1. 1- Ambientação
1.6.4.1.1. venv
1.6.4.1.2. conda
1.6.4.2. 2- MediaPipe
1.6.4.2.1. https://ai.google.dev/edge/mediapipe/solutions/guide?hl=pt-br
1.6.4.2.2. MediaPipe Face Mesh
1.6.4.3. 3- Mapeamentos dos olhos
1.6.4.4. 4- Identificar a boca
1.6.4.5. 5- Detecção de sono
1.6.4.6. 6- Alarmes
2. Introdução
2.1. É uma inteligência artificial e uma subcategoria do Machine Learning
2.2. Ferramenta do InovaTech (Pytorch)
2.3. História das Redes Neurais
2.3.1. 1943
2.3.1.1. 1º Modelo Neural
2.3.1.1.1. Warren Mcculloch - Nerocientista
2.3.1.1.2. Walter Pitts - Lógico
2.3.2. 1957
2.3.2.1. Perceptron
2.3.2.1.1. https://www.youtube.com/watch?v=1n5uFGk2pnc
2.3.3. 1969
2.3.3.1. Problema do XOR
2.3.4. 1986
2.3.4.1. Multi-Layer Perceptron
2.3.5. 2006
2.3.5.1. Deep Learning