•	Capacitar os estudantes a compreenderem os conceitos fundamentais do Aprendizado de Máquina e da Inteligência Artificial aplicados à Física.
•	Demonstrar as etapas do pré-processamento de dados, incluindo tratamento de valores ausentes e dados categóricos, para aplicação em problemas de Física.
•	Ensinar os modelos de Aprendizado de Máquina supervisionados para problemas de Regressão e Classificação, bem como suas métricas de avaliação, com ênfase em aplicações em Física.
•	Apresentar os modelos de Aprendizado de Máquina não supervisionados para problemas de Agrupamento e Redução de Dimensionalidade, com ênfase em aplicações em Física.
•	Descrever as Redes Neurais Artificiais e como elas são utilizadas em problemas de Deep Learning em Física.
•	Introduzir técnicas avançadas de Aprendizado de Máquina aplicadas à Física, como Aprendizado por Reforço e Aprendizado Semi-Supervisionado, com exemplos de aplicação em problemas de Física.
•	Demonstrar as aplicações de Aprendizado de Máquina e Inteligência Artificial em campos da Física como Física de Alta Energia, Astrofísica, Física Teórica, Física de Partículas e outros.

Aprendizado de máquina e inteligência artificial em física