A Inteligência Artificial está transformando a maneira como pesquisadores, profissionais e estudantes analisam dados, interpretam imagens e produzem conhecimento científico. 

Neste curso, os participantes terão uma formação teórica e prática, abrangendo desde os fundamentos da Inteligência Artificial até o desenvolvimento de modelos avançados de Visão Computacional para classificação e detecção de objetos em imagens biológicas e médicas.

Destinado a estudantes, pesquisadores, professores e entusiastas da área, o curso apresenta os principais conceitos de Inteligência Artificial (IA), Machine Learning (ML), Deep Learning (DL), Redes Neurais Artificiais (RNA) e Redes Neurais Convolucionais (RNC), demonstrando como essas tecnologias podem ser aplicadas para solucionar problemas reais das áreas das ciências biológicas e da saúde. O curso também aborda os fundamentos da Visão Computacional moderna por meio da arquitetura YOLO (You Only Look Once), uma das principais ferramentas para detecção de objetos em imagens. 

Ao longo da formação, os participantes aprenderão, de forma prática, a construir, treinar, validar e interpretar modelos de aprendizado de máquina aplicados às áreas biológicas e da saúde. Serão abordadas etapas como organização e anotação de dados, treinamento de modelos, detecção e classificação de imagens e avaliação de desempenho.

As atividades utilizarão ferramentas como RStudio, Python/Google Colab e Roboflow, com dados reais de fauna silvestre e radiografias, explorando aplicações em identificação de espécies, análise de imagens e apoio à pesquisa científica.

Ao final do curso, os participantes estarão aptos a aplicar técnicas de Inteligência Artificial, Deep Learning e Detecção de Objetos em seus próprios projetos, ampliando suas capacidades analíticas e explorando novas possibilidades de pesquisa nas áreas biológicas e da saúde.

Ao final do curso, os participantes receberão certificado de 7 horas, os scripts e códigos e a gravação da aula será disponibilizada.