Inteligência Artificial II
De Redes Neurais a Agentes Autônomos
Sobre o Material Didático
O material da disciplina de IA II do curso de Engenharia de Computação do CEFET-MG é composto por duas obras complementares: o Livro Teórico e o Caderno de Laboratórios. Escritos especialmente para o perfil do aluno em final de curso — que já possui base sólida em programação, estruturas de dados, álgebra linear e cálculo —, os materiais conectam os fundamentos teóricos à implementação prática profissional.
A ideia central é simples e direta: cada capítulo teórico corresponde a um roteiro de laboratório. O material foi desenhado para ser autoexplicativo, guiando o aluno de ponta a ponta na transição do Perceptron e Redes Neurais clássicas até o desenvolvimento com RAG e Agentes Autônomos.
Ambos os livros estão disponíveis gratuitamente em formato PDF:
👉 Baixar o Livro Teórico (PDF)
👉 Baixar o Caderno de Laboratórios (PDF)
A Filosofia do Livro
O material nasceu de uma necessidade prática: integrar a sólida teoria matemática do aprendizado de máquina com o desenvolvimento de software moderno.
O aluno de Engenharia de Computação de hoje precisa entender tanto o colapso linear de uma matriz quanto o deploy de um modelo em produção via FastAPI e Spring AI.
O livro foi desenhado com uma premissa pedagógica clara: interligação de conhecimentos prévios. Sempre conectamos o conteúdo com disciplinas que você já cursou (Álgebra Linear, Cálculo, IA I). Cada aula teórica tem seu par em um laboratório prático.
Estrutura do Livro
O livro está organizado em 4 Arcos de aprendizagem progressiva:
📘 Arco I — Fundamentos de Redes Neurais (Keras)
“Das raízes do Perceptron até a complexidade das CNNs.”
Explora as fundações das Redes Neurais, construindo tensores com NumPy e evoluindo para redes profundas com Keras e TensorFlow.
📗 Arco II — NLP e Vetores
“Ensinando a máquina a ler e entender o mundo.”
Transição de problemas tabulares e imagens para o Processamento de Linguagem Natural, explorando Embeddings e a representação vetorial da linguagem.
📙 Arco III — RAG e Spring AI
“Conectando grandes modelos de linguagem ao mundo corporativo.”
Implementação de Retrieval-Augmented Generation (RAG) integrando LLMs com bases de conhecimento proprietárias usando Java e Spring AI.
📕 Arco IV — Agentes e Projeto Final
“Dando autonomia à máquina.”
Tópicos avançados envolvendo agentes autônomos, fine-tuning e o projeto integrador da disciplina.
Como Cada Capítulo é Estruturado
Todos os capítulos seguem o mesmo padrão, projetado para garantir a fixação do conteúdo:
| Elemento | Descrição |
|---|---|
| 🎯 Promessa do Capítulo | O que iremos trabalhar e qual o objetivo principal da leitura. |
| 📖 Desenvolvimento Teórico | Texto em prosa fluida, com fundamentação matemática detalhada e diagramas visuais. |
| 🧪 Laboratório Prático | Um roteiro hands-on estritamente sincronizado com a teoria. |
| ✅ Takeaways | Ensinamentos mínimos e essenciais que você precisa levar da leitura. |
| 💬 Questões de Revisão | 5 questões ao final (3 diretas e 2 reflexivas) para autoavaliação. |
Leitor primário: Aluno em final de curso de Engenharia de Computação, com base em cálculo, álgebra linear e programação, pronto para desmistificar o state-of-the-art em IA.
Versão 1.0 — 2026 · CEFET-MG Campus Timóteo · Prof. Aléssio Miranda Júnior