Curso online de
IA APLICADA À AGRICULTURA DE PRECISÃO
Aplicação prática usando linguagem de programação Python, IA e Geotecnologias para análise espacial, desenvolvimento de modelos e integração de dados voltados à agricultura de precisão, com foco em resultados técnicos, métricas e processos replicáveis.
PARA QUEM É O CURSO DE IA PARA AGRICULTURA?
O curso de IA para Agricultura é ideal para quem busca aplicar ciência de dados, sensoriamento remoto e geotecnologias para melhorar análises e decisões na agricultura de precisão. Unindo Python com bibliotecas como NumPy, Pandas, GeoPandas, Rasterio, Matplotlib e Plotly, além do uso de Google Earth Engine, você aprenderá a manipular, integrar e analisar dados geoespaciais de diferentes fontes, satélites, drones e levantamentos de campo.
O uso combinado de estatística, modelos preditivos e machine learning permite identificar padrões, gerar mapas analíticos e construir diagnósticos para áreas agrícolas. O curso oferece as ferramentas para transformar dados brutos em resultados técnicos para tomada de ações. Além disso, será possível replicar metodologias, automatizar fluxos e aplicar essas soluções em projetos do setor agrícola.
VEJA ALGUMAS DAS BIBLIOTECAS QUE SÃO UTILIZADAS NO CURSO
O Curso de IA para Agricultura é um curso de Extensão Universitária reconhecido pelo Ministério da Educação (MEC)
CONHEÇA A EMENTA DO CURSO DE IA PARA AGRICULTURA
Introdução à análise de dados geoespaciais para agricultura de precisão
Introdução a Programação Python
Introdução ao Google Colab
Introdução ao Python (Identificadores e Variáveis)
Tipos de variáveis
Listas, Tuplas e Dicionários
Operadores Aritméticos, Lógicos, Identidade e Associação
Estruturas Condicionais e de Repetição
Funções
Map, Filter e Reduce
- Módulos, Bibliotecas e Pacotes
- Criação de Arrays
- Operações entre Arrays
- Índices e Slicing
- Funções Matemáticas do Numpy
- Concatenação de Arrays
Séries
Dataframes
Indexação
Apply, Map e Applymap
Leitura e escrita de arquivo com o Pandas
- Merge e Join de Dataframes
- Removendo dados duplicados
- Corte e categorização de Dataframes
- Agrupamentos
- Introdução ao Matplotlib
- Barplots, scatterplots e Histogramas
- Visualização de imagens e subplots
- Introdução ao Seaborn
- Boxplots e heatmaps
- Introdução ao Plotly
- O que é Sensoriamento Remoto
- Tipos de Sensores remotos e índices espectrais
- Tipos de resoluções
- Principais satélites
- Mapeamento com Drones
- Ortomosaicos e MDE
- Arquivos vetoriais
- Arquivos rasters
- Acessando dados geoespaciais com o GEE
- Conceitos básicos do GEE
- Adquirindo informação a partir de imagens de satélite
- Exportando uma imagem para o Google Drive
- Introdução ao shapely (Pontos)
- Introdução ao shapely (Linhas e Polígonos)
- Introdução ao geopandas (GeoSeries e GeoDataFrames)
- Visualizando GeoDataFrames
- Limites, centroides e buffer de geometrias
- Criando geometrias com o geopandas
- Rotação, translação e mudança de escalas de geometrias
- Merge, união e intersecção de GeoDataFrames
- Junção espacial e recorte de geometrias
- Introdução ao Rasterio
- Plotando imagens de satélite com o Rasterio
- Índices espectrais de vegetação
- Reclassificação de Rasters
- Resampling com Rasterio
- Recortando Rasters com Polígonos
- Extração de valores com Pontos e Linhas
- Extração de Valores com Polígonos e conversão entre Polígonos e Rasters
- Manipulando DEM com Python
- Criando DTM a partir de um DSM
- Canopy Height Model
- Visualização com o Folium
- Apresentando Rasters no Folium com o Mapbox
- Google Earth Engine no Folium
- Visualização de DEM
- Introdução à mapas de aplicação variável
- Criando Grids com Python
- Hexagrids
- Parcelamentos
- Introdução a interpolação de dados geoespaciais
- Interpolação Triangular e Voronoi Diagrams
- Krigging, KNN e IDW
- Preparação dos arquivos
- Contagem de plantas
- Porquê usar Machine Learning
- Problemas que Machine Learning pode resolver
- Etapas de Machine Learning
- Tipos de Machine Learning
- Coleta de dados na agricultura digital
- Amostragem e tamanho ideal da amostra
- Amostragem probabilística
- Análise exploratória de dados
- Tipos de análise estatísticas e tipos de variáveis
- Medidas de tendência central
- Distribuições de dados
- Correlação e coeficientes de correlação
- Estatística e visualização de dados no Python
- Regressão e modelos lineares
- Regressão linear
- Métricas de avaliação para regressão
- Regressão linear múltipla
- Regressão polinomial
- Multicolinearidade
- Regularização L1 e L2
- Support Vector Regression
- Padronização e normalização de dados
- Decision Tree Regression
- Classificação supervisionada com a Regressão Logística
- Métricas para avaliação de modelos de classificação
- Tipos de distâncias usados em machine learning
- KNN
- Naive Bayes
- Support Vector Machines
- Parâmetros e Hiperparâmetros
- Decision Trees
- Implementação de Decision Trees com python
- Ensembles of Decision Trees
- Gradient Boosting e XGBoost
- Redução de dimensionalidade
- Principal Component Analysis
- T-SNE
- Clusterização
- K-Means
- K-Means ++
- DBScan
- Gaussian Mixture Models
- Hierarchical clustering
- Preparação dos Dados
- Implementação do modelo e obtenção dos resultados
- Preparação dos dados e Treinamento do modelo
- Predição nos dados de teste
- Preparação dos dados
- Treinamento e validação do modelo
- Aplicação do Modelo
- Preparação da imagem
- Aplicação do Algoritmo e obtenção dos Resultados
- Introdução ao Deep Learning
- Redes Neurais
- Mapeamento de Vegetação e Daninhas com ANN
- Introdução as CNNs
- Tipos de Camadas das CNNs
- Classificação de Daninhas usando CNNs
- Introdução a segmentação semântica
- Segmentação de Linhas de plantio
- Geração de falhas de plantio
- Preparação dos dados e treinamento do modelo
- Aplicação a um ortomosaico e geração dos resultados
- Introdução a detecção de objetos
- Treinamento de um algoritmo de Contagem de plantas
- Aplicação e geração da estimativa de plantas
VOCÊ TAMBÉM LEVARÁ DE BÔNUS
GEE Express
Para você que deseja utilizar uma das ferramentas mais atuais e eficazes de processamento de imagens de satélite.
COMO FUNCIONARÁ O CURSO?
Você terá direito a todas as atualizações que acontecerem durante o seu período de 1 ANO DE ACESSO ao curso.
RESULTADOS QUE VOCÊ PODERÁ CHEGAR
Com o conhecimento passado nesse curso você poderá apresentar seus dados como nos exemplos abaixo:
AS INSCRIÇÕES ENCERRAM EM
OFERTA ESPECIAL ATÉ HOJE (22/01)
OFERTA ESPECIAL ESTENDIDA ATÉ HOJE (23/01)
Você ganhará R$300,00 de desconto + Parcelamento sem juros
Você ganhará R$300,00 de desconto
VALOR À VISTA
PIX, Boleto à vista ou Cartão de Crédito
R$997,00
ou até 12x R$83,08 (sem juros)
VALOR À VISTA
PIX, Boleto à vista ou Cartão de Crédito
12x R$99,70
ou R$997,00 à vista
VALOR À VISTA
PIX, Boleto à vista ou Cartão de Crédito
12x R$129,70
ou R$1.297,00 à vista
Além disso, ao se inscrever, você terá acesso:
Acesso aos Códigos
Você terá acesso a todos os códigos das aulas em Python
Base de Dados
Você terá acesso a todos os dados utilizados como base para os exemplos ensinados.
Suporte
Suporte via comunidade do Discord exclusivo para os participantes do curso
Certificado
Certificado de 20h como curso de extensão universitária reconhecido pelo MEC
O INSTRUTOR que ministrará esse curso
JOÃO OTÁVIO FIRIGATO
Consultor e desenvolvedor de Projetos em Visão Computacional e IA para Imagens de Drones e Satélite
Mestre em Geografia com ênfase em Deep Learning aplicado ao Sensoriamento Remoto (UFMS)
Eng. da Computação (Unisalesiano)
Foi desenvolvedor de software (2013 - 2015), trabalhou como Técnico de Informática (2015 – 2021).
Mentor e Criador de conteúdos sobre Python, Machine Learning, Deep Learning, Visão Computacional, GEE, Sensoriamento remoto. Professor das formações GeoVisão e IAGEO da empresa AmbGEO Cursos e Treinamentos.
PERGUNTAS FREQUENTES
SIM! E você terá direito ao certificado do Curso de IA para Agricultura com carga horária de 20 horas reconhecido pelo Ministério da Educação (MEC) como curso de extensão universitária. O certificado é emitido junto a Anhanguera.
Após compra, você terá acesso a todas as aulas pelo período de 1 ano, disponível 24 horas por dia. Inclusive todas as atualizações realizadas no curso nesse período.
NÃO!!! O curso atende tanto iniciantes quanto usuários intermediários de Python. Nos módulos iniciais, você é introduzido à linguagem de forma estruturada e objetiva, aprendendo os fundamentos necessários para manipulação de dados e análise geoespacial. Essa base prepara você de maneira sólida para avançar com segurança para os módulos mais técnicos e aplicados do curso.
SIM! Todas as aulas são 100% Onlines. São mais de 120 vídeo-aulas gravadas. Abaixo de cada vídeo tem espaço para dúvidas . Além disso, temos uma comunidades exclusiva de alunos no Discord para suporte diário.
Após realizar a sua matrícula, você receberá um e-mail com acesso a nossa plataforma própria de aulas, lá você encontrará todo o conteúdo disponível do curso.
Abaixo de cada vídeo tem espaço para dúvidas. Além disso, temos uma comunidade exclusiva no Discord para suporte diário aos alunos.
© Todos os direitos reservados.
Tem dúvidas? Entre em contato:
contato@ambgeo.com
Este site não é afiliado ao Facebook ou a qualquer entidade do Facebook. Os resultados podem variar de pessoa para pessoa. Este produto não garante resultados específicos.