Engenharia de Software em IA Aplicada › Fundamentos de IA e LLMs para Programadores

M01-A02 ML, deep learning, tensores e redes neurais em 2 minutos

Prefere assistir?

A mesma aula em vídeo narrado, com legendas · 2:00

Nesta aula

Módulo 1 · aula 2 — o mínimo de matemática para o resto do curso

  • Diferenciar IA, ML e deep learning
  • Explicar tensores e como uma rede neural aprende (gradiente)

Tempo de estudo sugerido: 20 min.

Créditos

  • 3Blue1Brown — “But what is a neural network? | Deep learning chapter 1” · trecho 04:33.00–04:38.50 · ver no YouTube
  • 3Blue1Brown — “Gradient descent, how neural networks learn | Deep Learning Chapter 2” · trecho 09:50.80–09:58.40 · ver no YouTube

Narração com voz sintética (Microsoft Edge TTS).

Fundamentos de IA e LLMs para Programadores

  1. De Turing aos LLMs: a linha do tempo da IA
  2. ML, deep learning, tensores e redes neurais em 2 minutos
  3. Como um LLM funciona: tokens, embeddings e attention
  4. Sua primeira rede neural em JavaScript
  5. ML no navegador: vídeo, jogos e deep learning na prática
  6. Prompt engineering para codar, debugar e documentar
  7. Cursor, VS Code e Windsurf: IDEs com IA e vibe coding
  8. Cursor rules: a IA programando do jeito do seu time
  9. MCPs e automação: IA que testa, lê docs e navega
  10. RAG, embeddings e busca semântica com JavaScript e Postgres
  11. Modelos abertos x fechados: OpenRouter e Ollama
  12. Agentes de IA: decisões em etapas e agentes que programam
Gerado 100% com IA, sem revisão humana. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, sem curadoria ou revisão humana. Pode conter erros: consulte sempre as fontes originais citadas. Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original. Uma publicação da L4Tec.