1. Programação aplicada ao Aprendizado de Máquina e Inteligência Artificial

1.1. Listas, Conjuntos, Arranjos, Tensores
1.2. Representação de Dados Estruturados e não estruturados
1.3. Grafos
1.4. Linguagens de Domínio Específico, Funções e Bibliotecas

2. Introdução ao Aprendizado de Máquina

2.1. Categorias: Não Supervisionado, Supervisionado, Aprendizado por Reforço;
2.2. Fundamentos
- Viés e Variância;
- Regressão e Gradiente;
- Regularização;
- Acurácia;
2.3. Problemas de Classificação e Regressão
2.4 Treinamento, Validação e Teste

3. Aprendizado não supervisionado

3.1. Agrupamento
3.2. Redução de Dimensionalidade

4. Aprendizado supervisionado

4.1. Aprendizagem Bayesiana
4.2 Vizinho mais próximo
4.3. Árvores de Decisão e Florestas de Árvores
4.4. Máquina de vetores de suporte

5. Aprendizado Profundo e Redes Convolucionais

5.1. Redes Neurais
5.2. Redes Convolucionais
5.3. Redes Neurais com Grafos

6. Redes Recorrentes e Mecanismos de Atenção