Fundamentos de AI e Machine Learning
Domine os conceitos essenciais que são a base do exame AWS Certified AI Practitioner
Aprenda sobre tipos de aprendizado (supervisionado, não-supervisionado, por reforço), pipelines de ML, métricas de avaliação e casos de uso práticos na AWS.
Construa uma base sólida em AI/ML
20%
Peso no exame
3
Tipos de aprendizado
15+
Questões práticas
100%
Online
Tópicos Abordados
Conteúdo essencial para dominar os fundamentos de AI/ML no exame AIF-C01.
Conceitos Básicos de AI/ML
Diferença entre AI, ML e Deep Learning. Quando usar cada abordagem.
Ver questões
Aprendizado Supervisionado
Classificação, regressão, dados rotulados e casos de uso.
Ver questões
Aprendizado Não-Supervisionado
Clustering, redução de dimensionalidade, detecção de anomalias.
Ver questões
Aprendizado por Reforço
Agentes, ambientes, recompensas e políticas de decisão.
Ver questões
Pipeline de ML
Coleta de dados, preparação, treinamento, avaliação e deploy.
Ver questões
Métricas de Avaliação
Accuracy, precision, recall, F1-score, AUC-ROC e quando usar cada uma.
Ver questões
O que você vai aprender
Identificar tipos de problemas de ML
Saiba quando usar classificação, regressão, clustering ou outras técnicas.
Entender o ciclo de vida de ML
Do problema de negócio ao modelo em produção, passando por todas as etapas.
Escolher métricas adequadas
Aprenda a selecionar as métricas certas para avaliar seus modelos.
Reconhecer casos de uso na AWS
Conecte conceitos de ML com serviços e soluções AWS.
Roteiro de Estudos
Organize seus estudos de Fundamentos AI/ML de forma eficiente.
Dia 1-2
Conceitos básicos: diferença entre AI, ML e Deep Learning
Dia 3-4
Aprendizado supervisionado: classificação e regressão
Dia 5-6
Aprendizado não-supervisionado e por reforço
Dia 7-8
Pipeline de ML: coleta, preparação, treinamento e deploy
Dia 9-10
Métricas de avaliação e prática com questões
Perguntas Frequentes
Dúvidas comuns sobre fundamentos de AI/ML no exame AIF-C01.
Preciso saber programar para este domínio?
Não! O exame AIF-C01 é focado em conceitos e casos de uso, não em implementação de código. Você precisa entender os conceitos, mas não escrever código.
Qual a diferença entre AI, ML e Deep Learning?
AI é o campo mais amplo que busca criar máquinas inteligentes. ML é um subconjunto de AI que usa dados para aprender padrões. Deep Learning é um subconjunto de ML que usa redes neurais profundas.
Quais são os tipos de aprendizado mais importantes?
Supervisionado (com dados rotulados), Não-supervisionado (sem rótulos) e Por Reforço (aprendizado por tentativa e erro). O exame cobra principalmente os dois primeiros.
Quantas questões deste domínio aparecem no exame?
Aproximadamente 17 questões (20% de 85 questões totais). É um domínio fundamental que serve de base para os outros.
Domine os Fundamentos de AI/ML
Construa uma base sólida para sua certificação AWS. Pratique com questões reais e receba feedback instantâneo.
Nenhum cartão de crédito necessário para começar