Este curso propõe uma visão ampla e integrada da Inteligência Artificial (IA) e de suas principais ferramentas, como Machine Learning (ML) e Deep Learning (DL), com foco nas aplicações nas áreas biológicas e da saúde. Destinado a estudantes, pesquisadores e entusiastas, o conteúdo demonstra como essas tecnologias podem ser empregadas para responder a questões complexas nesses campos do conhecimento.O programa abrange desde os conceitos fundamentais de IA até aplicações práticas, incluindo o treinamento e a validação de modelos de ML e DL para interpretação e identificação de espécies e doenças em bases de dados tabulares e em imagens de células, lâminas histopatológicas e radiografias.Por meio de estudos de caso reais e atividades práticas, os participantes desenvolverão competências essenciais para integrar a IA em seus próprios projetos de pesquisa. Trata-se de um recurso indispensável para quem busca atuar na fronteira da inovação em biologia e saúde, oferecendo uma compreensão clara de como a IA está transformando a forma de investigar, compreender e tratar doenças, além de impulsionar avanços científicos relevantes.Ao final você recebe o certificado de 7 horas aulas.O curso aborda:-> Introdução à IA, ML e DL    • Big Data e transformação de dados em conhecimento    • Conceitos de IA e aplicações    • Diferenças entre ML e DL    • Aprendizado supervisionado e não supervisionado    • Métodos de validação-> Deep Learning e Redes Neurais    • Redes neurais artificiais (MLP)    • Funções de ativação e função de perda    • Gradiente descendente-> Visão Computacional e CNNs    • Fundamentos de imagens    • Redes neurais convolucionais    • Filtros e arquitetura de CNN-> Prática 1 (RStudio) – Banco de dados tabular "Dataset Palmer penguins"-> Prática 2 (Google Colab) – Banco de imagens "Malaria Cell Images Dataset" > Prática 3 (Google Colab) – Banco de imagens "COVID-19 Radiography Database"