Notebooks
Notebooks Jupyter executáveis, organizados por módulo, espelhando as aulas em lessons/. Cada notebook traz o código comentado da aula de forma interativa, para o aluno rodar e experimentar.
Notebooks por módulo
| Módulo | Pasta | Tema |
|---|---|---|
| 01 | modulo-01 | Introdução à IA |
| 02 | modulo-02 | Fundamentos de Machine Learning |
| 03 | modulo-03 | Fundamentos de NLP |
| 04 | modulo-04 | Word Embeddings |
| 05 | modulo-05 | Deep Learning para NLP |
| 06 | modulo-06 | Transformers |
| 07 | modulo-07 | Large Language Models |
| 08 | modulo-08 | Prompt Engineering |
| 09 | modulo-09 | Retrieval-Augmented Generation |
| 10 | modulo-10 | Agentes |
| 11 | modulo-11 | Multi-Agentes |
| 12 | modulo-12 | Learning Analytics |
| 13 | modulo-13 | Long-Term Student Modeling |
| 14 | modulo-14 | Projeto Final |
Convenções
- Uma pasta por módulo, no formato
modulo-01/,modulo-02/e assim por diante. - O nome de cada notebook acompanha o número e o tema da aula, por exemplo
01-tokenizacao.ipynb. - Os notebooks rodam de ponta a ponta com o ambiente de
requirements.txte, por padrão, com modelos locais via Ollama. - Células que dependem de API comercial são opcionais e devem degradar de forma graciosa quando não houver chave configurada.
- Antes de versionar, limpe as saídas pesadas para manter o repositório leve.
Como rodar
Ative o ambiente virtual, instale as dependências conforme docs/setup.md e
inicie o Jupyter:
jupyter notebook