Objetivo:

Aprender ferramentas básicas para o desenvolvimento de projetos colaborativos de Inteligência artificial. Também aprender a instalar e configurar o software necessário para a implementação de ambiente de desenvolvimento de soluções de análise estatística.

Tópicos:

• Anaconda
  • Criação de ambientes
  • Exportação e importação
  • Instalação de pacotes
• Jupyter
  • Criação de notebook
  • Programação usando notebook
  • Compartilhamento de notebook
• Git Hub
  • Repositórios
  • Atualizar arquivos
  • Criando Branches

Duração:

• Aula Teórica Presencial: 1 Semana (8h). Dois encontros de 4 horas.
• Projetos individuais da disciplina: 32 h

Audiência:

Estudantes Graduados em Ciência da Computação ou áreas correlatas.

Bibliografia:

Toomey, D., 2016. Learning Jupyter. Packt Publishing.

Silverman, R.E., 2013. Git Pocket Guide: A Working Introduction, Edição: 1. ed. O’Reilly Media, Beijing.