Fundamentos
Distinguir regra, padrão aprendido e decisão institucional.
Práticas deste capítulo
Explorar capítulo 1 Aprenda vendo, testando e explicando
Aprendizado de máquina, passo a passo
Uma trilha visual para entender os principais conceitos de ML, suas aplicações no Judiciário e os limites que protegem pessoas e instituições.
Como estudar: entenda uma ideia, veja um exemplo, teste a interação e aprofunde no texto completo.
Mapa de aprendizagem
Seis perguntas para entender ML
Escolha um capítulo. A mesma área mostra o objetivo, os laboratórios e o caminho para aprofundar.
0/6 concluídos
Modelos preditivos
Ler uma previsão, sua matriz de confusão e seus limites.
Práticas deste capítulo
Explorar capítulo 2 Deep learning e visão
Acompanhar sinais por camadas e revisar saídas visuais.
Práticas deste capítulo
Explorar capítulo 3 Linguagem natural
Distinguir como o texto é representado de como fontes são recuperadas para apoiar uma resposta.
Práticas deste capítulo
Explorar capítulo 4 Projetos de IA
Planejar uma mudança institucional com alternativas e portões.
Práticas deste capítulo
Explorar capítulo 5 Uso responsável
Tomar decisões com supervisão, segurança e reversibilidade.
Práticas deste capítulo
Explorar capítulo 6 Dados sintéticos para aulas práticas
Baixe os CSVs, abra o cabeçalho e teste as técnicas com dados artificiais. Nenhum arquivo contém dados pessoais ou processos reais.
Capítulo 1 - algoritmosClassificação, regressão, agrupamento e reforço. Baixar CSV
Capítulo 1 - processo de MLLimpeza, atributos, treino e teste. Baixar CSV
Capítulo 2 - modelos preditivosLimiar, matriz de confusão e grupos. Baixar CSV
Capítulo 3 - OCRQualidade, campos críticos e revisão. Baixar CSV
Capítulo 4 - tokenizaçãoUnidades de texto e TF-IDF. Baixar CSV
Capítulo 4 - RAGFontes, contexto, vigência e relevância. Baixar CSV
Capítulo 5 - implantaçãoPortões, evidências e decisão de avanço. Baixar CSV
Capítulo 6 - riscoImpacto, salvaguardas e reversibilidade. Baixar CSV