PORCENTAGEM | COMO CALCULAR PORCENTAGEM | \Prof. Gis/ #01
Preparação. Use para revisar porcentagens antes de interpretar métricas de um modelo.
Abrir no YouTubeMatemática aplicada à inteligência artificial
Uma trilha gratuita, em português, que começa do zero e conecta cada conceito a sistemas reais de inteligência artificial.
Sem pré-requisito técnico. Cerca de 6 horas de vídeos verificados, exercícios manuais e gabaritos.
Visão geral
Álgebra linear representa dados. Cálculo mede mudança. Probabilidade e estatística tratam incerteza e evidência. Otimização ajusta parâmetros. Deep learning reúne tudo isso em modelos com muitas camadas.
Números, funções, tabelas, gráficos e notação.
Vetores, matrizes, probabilidade e amostras.
Derivadas, perda, gradientes e otimização.
Avaliação, deep learning, monitoramento e responsabilidade.
Etapa zero
Para uma pessoa totalmente leiga, o primeiro objetivo não é decorar fórmulas. É aprender a ler números, símbolos, tabelas e gráficos como formas diferentes de contar a mesma história.
Uma porcentagem é uma fração com denominador 100. Dizer que um classificador acertou 92% significa que, em cada 100 casos de um conjunto específico, ele acertou aproximadamente 92. Isso não diz quais oito casos falharam nem se esses erros eram graves.
Números negativos ajudam a representar direção e comparação. Um peso negativo pode reduzir uma pontuação; uma mudança de -0,3 aponta para o sentido oposto de uma mudança de +0,3. Potências aparecem quando medimos áreas, variâncias e erros quadráticos. Raízes desfazem potências. Logaritmos transformam multiplicações em somas e aparecem em funções de perda, mas você só precisa começar entendendo que são a operação inversa da potência.
Uma função recebe uma entrada e devolve uma saída. Na regra y = 2x + 1, o valor de x entra, é multiplicado por dois e recebe mais um. Quando x vale 0, 1, 2 e 3, y vale 1, 3, 5 e 7. A tabela, o gráfico, a frase e a fórmula descrevem a mesma relação.
Em IA, o modelo inteiro também é uma função: dados entram, uma previsão sai. Treinar é ajustar os números internos dessa função.
Prática guiada
Teste rápido: Um modelo acerta 95% dos casos. O que podemos concluir sem outras informações?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Preparação. Use para revisar porcentagens antes de interpretar métricas de um modelo.
Abrir no YouTubeNúcleo. Consolida a ideia de função como transformação de entrada em saída.
Abrir no YouTubePreparação. Treina leitura crítica de tabelas e gráficos, habilidade usada em todo experimento de IA.
Abrir no YouTubeFundamento 1
Representar e transformar informação. Vetores organizam características; matrizes combinam essas características; dimensões dizem quais operações fazem sentido.
Um escalar é um único número. Um vetor é uma lista ordenada. Uma matriz é uma grade de números. Um tensor generaliza essa organização para mais dimensões. A forma, ou shape, evita operações impossíveis.
Se uma mensagem é descrita por três características, podemos usar x = [2, 1, 3]. Isso pode significar duas palavras em maiúsculas, um link e três termos de urgência. O vetor não é a mensagem; é uma representação escolhida.
Base, independência linear, posto, projeções, autovetores e decomposição em valores singulares são importantes, mas não precisam bloquear seu início. Eles ajudam a entender redução de dimensionalidade, estabilidade e direções dominantes dos dados.
Prática guiada
Teste rápido: Uma matriz W de forma 4 por 3 recebe um vetor x de dimensão 3. Qual é a dimensão de Wx?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Núcleo. Primeira exposição visual a vetores; o portal faz a ponte para listas de características.
Abrir no YouTubeNúcleo. Mostra o produto escalar que aparece em pontuações, similaridade e atenção.
Abrir no YouTubePreparação. Apresenta notação e dimensões de matrizes, sem ainda cobrir toda a álgebra linear.
Abrir no YouTubeNúcleo. Explica a lógica da multiplicação de matrizes; pause para conferir cada dimensão.
Abrir no YouTubeIntermediário. Mostra embeddings e busca vetorial com código e uma ferramenta específica.
Abrir no YouTubeFundamento 2A
Raciocinar sob incerteza. Probabilidade ajuda a falar sobre eventos, evidências e previsões sem transformar possibilidade em certeza.
Um evento é um conjunto de resultados. Probabilidade condicional significa restringir o universo aos casos que satisfazem a condição. P(spam | alerta) pergunta: entre as mensagens que receberam alerta, quantas eram spam? Isso é diferente de P(alerta | spam): entre as mensagens realmente spam, quantas receberam alerta?
Comece com um peso inicial para cada hipótese. Observe uma evidência. Reavalie os pesos conforme a compatibilidade da evidência com cada hipótese. A taxa-base importa: um evento raro pode continuar raro mesmo depois de um teste aparentemente bom.
Prática guiada
Teste rápido: Qual pergunta mede a chance de uma mensagem ser spam depois que o modelo gerou um alerta?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Preparação. Introdução por contagem de casos, antes de probabilidade condicional e Bayes.
Abrir no YouTubeNúcleo. Excelente ponte para taxa-base e atualização de crenças; os números do exemplo são didáticos.
Abrir no YouTubeFundamento 2B
Descrever mudança e sensibilidade. Derivadas mostram como uma saída reage a pequenas mudanças; gradientes juntam essas sensibilidades para muitos parâmetros.
Uma derivada não é só uma regra algébrica. Ela responde: se eu mudar um pouco a entrada, quanto a saída tende a mudar aqui? O velocímetro mostra uma taxa instantânea; o odômetro acumula distância. Essa é a diferença intuitiva entre derivada e integral.
Quando uma função possui várias entradas, calculamos uma derivada parcial para cada uma. O gradiente reúne essas derivadas em um vetor. Ele aponta para a direção local de subida mais rápida. Para reduzir uma perda, normalmente caminhamos no sentido oposto.
Uma rede é uma composição de funções. A retropropagação aplica a regra da cadeia da saída para a entrada e calcula o quanto cada parâmetro influenciou a perda. Ela calcula gradientes. O otimizador usa esses gradientes para decidir a atualização.
Prática guiada
Teste rápido: Em uma rede neural, qual componente usa a regra da cadeia para calcular sensibilidades?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Núcleo. Constrói a derivada como inclinação e taxa instantânea de mudança.
Abrir no YouTubeOpcional. A parte intuitiva é útil; a formalização rigorosa vai além do necessário na primeira passagem.
Abrir no YouTubeFundamento 3
Aprender com amostras e medir incerteza. Estatística ajuda a separar sinal, ruído, viés e variação, além de avaliar se um modelo generaliza para casos novos.
A população é o conjunto sobre o qual queremos concluir. A amostra é o que realmente observamos. Se a amostra não representa a população, uma conta perfeita ainda pode produzir uma conclusão ruim.
Média resume centro; variância e desvio-padrão resumem dispersão. Duas coleções podem ter a mesma média e comportamentos totalmente diferentes. Correlação mostra associação, não prova causalidade. Uma terceira variável pode influenciar as duas.
Um modelo sobreajustado memoriza particularidades do treino e perde desempenho em dados novos. Um modelo subajustado é simples demais ou foi treinado de forma insuficiente. O objetivo é generalizar, não apenas reduzir a perda de treino.
Prática guiada
Teste rápido: Entre todos os casos realmente positivos, qual métrica mede a proporção encontrada pelo modelo?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Núcleo. Mostra por que treino, validação e teste têm funções diferentes.
Abrir no YouTubeNúcleo. Explica subajuste, sobreajuste e generalização com exemplos visuais.
Abrir no YouTubeNúcleo. Use junto ao exemplo de spam para separar precisão de revocação.
Abrir no YouTubeNúcleo. Organiza verdadeiros e falsos positivos e negativos em uma matriz de confusão.
Abrir no YouTubeFundamento 4
Escolher parâmetros para atingir um objetivo. A função de perda transforma desempenho em um número; o algoritmo de otimização procura parâmetros que reduzam esse número sem confundir memorização com aprendizagem.
Parâmetros são os números ajustáveis do modelo. A função objetivo mede o que queremos melhorar. Restrições limitam as escolhas. A regularização adiciona uma preferência, como soluções mais simples ou pesos menores.
A descida do gradiente atualiza os parâmetros na direção oposta à subida local. A taxa de aprendizagem α controla o tamanho do passo.
Prática guiada
Teste rápido: Qual componente decide o tamanho da atualização usando o gradiente calculado?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Intermediário. Veja depois de derivadas, gradiente e função de perda; a demonstração usa R.
Abrir no YouTubePonte para sistemas reais
Um bom algoritmo não conserta um objetivo mal definido, dados ruins ou avaliação vazada. O ciclo de vida de machine learning começa antes do treino e continua depois da publicação.
Classificação escolhe uma categoria. Regressão prevê um número. Agrupamento procura estruturas sem rótulos prontos. Aprendizado supervisionado usa exemplos com respostas; não supervisionado procura padrões; reforço aprende por interação e recompensas.
No treinamento, o sistema ajusta parâmetros usando exemplos. Na inferência, usa os parâmetros já ajustados para produzir uma saída. Um modelo de linguagem costuma prever o próximo token condicionado ao contexto. Isso não garante verdade, intenção ou compreensão humana.
Prática guiada
Teste rápido: Qual conjunto deve ficar preservado para a estimativa final?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Núcleo. Distingue aprendizado supervisionado e não supervisionado de forma curta.
Abrir no YouTubeNúcleo. Mostra por que treino, validação e teste têm funções diferentes.
Abrir no YouTubeNúcleo. Explica subajuste, sobreajuste e generalização com exemplos visuais.
Abrir no YouTubeAplicação integradora
Deep learning não é um quinto ramo matemático. É uma família de modelos que integra álgebra linear, cálculo, probabilidade, estatística e otimização em composições de muitas camadas.
Cada camada recebe uma representação, combina seus componentes com pesos e viés, aplica uma função não linear e entrega outra representação. Sem não linearidade, várias camadas lineares seriam equivalentes a uma única transformação linear.
Prática guiada
Teste rápido: Quem atualiza os pesos depois que os gradientes foram calculados?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Núcleo conceitual. Assista lembrando que uma rede artificial não replica literalmente um cérebro.
Abrir no YouTubeIntermediário. Veja depois de derivadas, gradiente e função de perda; a demonstração usa R.
Abrir no YouTubeIntermediário. Mostra embeddings e busca vetorial com código e uma ferramenta específica.
Abrir no YouTubeAvançado. Aula longa sobre Transformers. O título antropomorfiza: prever tokens não é pensar como uma pessoa.
Abrir no YouTubeCamada obrigatória
Desempenho médio não basta. Um sistema útil precisa considerar viés, privacidade, segurança, transparência, direitos, supervisão humana e impactos diferentes entre grupos.
Uma função de perda transforma objetivos humanos em números. Essa tradução sempre deixa algo de fora. Se os rótulos refletem decisões históricas injustas, o modelo pode aprender e ampliar o padrão. Se alguns grupos aparecem pouco nos dados, a média geral pode esconder falhas graves.
Prática guiada
Teste rápido: Um modelo tem ótima média geral. Isso basta para declarar o sistema justo?
Aulas em português
Os vídeos complementam a explicação. Cada cartão informa o nível ou a ressalva pedagógica. Se o player estiver indisponível, use o link direto.
Aprofundamento. Discussão institucional sobre impactos sociais, poder e responsabilidade.
Abrir no YouTubeBase acadêmica
As explicações foram organizadas para iniciantes a partir de referências acadêmicas abertas e materiais institucionais. Os vídeos são complementos de terceiros e foram verificados como públicos em 24 de agosto de 2026.
Deisenroth, Faisal e Ong. Estrutura aberta de álgebra linear, cálculo, probabilidade e otimização antes das aplicações.
https://mml-book.github.io/Gilbert Strang. Sistemas, espaços vetoriais, autovalores e matrizes.
https://ocw.mit.edu/courses/18-06-linear-algebra-spring-2010/Derivadas, integrais, aproximação e otimização elementar.
https://ocw.mit.edu/courses/18-01sc-single-variable-calculus-fall-2010/Derivadas parciais, regra da cadeia, gradiente e otimização.
https://ocw.mit.edu/courses/18-02sc-multivariable-calculus-fall-2010/Variáveis aleatórias, distribuições, Bayes, inferência e regressão.
https://ocw.mit.edu/courses/18-05-introduction-to-probability-and-statistics-spring-2022/Boyd e Vandenberghe. Referência aberta para uma segunda passagem em otimização.
https://web.stanford.edu/~boyd/cvxbook/Goodfellow, Bengio e Courville. Livro aberto sobre fundamentos, redes, regularização e otimização.
https://www.deeplearningbook.org/Material em português sobre dados, modelos, generalização, métricas e IA responsável.
https://developers.google.com/machine-learning/crash-course?hl=pt-br