TensorFlow: Machine Learning e Deep Learning com Python

Construa redes neurais artificiais modernas com o Google TensorFlow e especialize-se em Inteligência Artificial! Implemente as seguintes técnicas de Deep Learning: classificação, regressão, redes neurais artificiais, redes neurais convolucionais, redes neurais recorrentes, autoencoders e GANs (18h30min)
Última atualização: 18 de janeiro de 2021
Seu Estado
Não Inscrito
Preço
Assinantes

O que você aprenderá

  • Aprenda na teoria e na prática como construir redes neurais artificiais para resolver problemas reais do dia
  • Aprenda os conceitos sobre redes neurais convolucionais, redes neurais recorrentes, autoencoders e redes adversariais generativas
  • Avalie e configure os parâmetros de uma rede neural com o TensorFlow
  • Desenvolva redes neurais robustas utilizando o TensorFlow
  • Construa passo a passo redes neurais aplicadas em problemas de classificação e regressão
  • Implemente redes neurais convolucionais para classificar imagens
  • Aplique redes neurais recorrentes em séries temporais
  • Reduza a dimensionalidade de bases de dados utilizando autoencoders
  • Crie novas imagens automaticamente utilizando redes adversariais generativas

Requisitos

  • O único pré-requisito obrigatório é conhecimento sobre lógica de programação, principalmente estruturas condicionais e de repetição
  • Também são necessários conhecimentos sobre instalação de softwares básicos, porém, durante o curso será mostrado o processo de instalação das ferramentas utilizadas durante todo o curso
  • Conhecimentos em Python não são obrigatórios, sendo possível acompanhar o curso sem saber essa linguagem com profundidade
  • Conhecimentos em Machine Learning, Redes Neurais ou Inteligência Artificial não são obrigatórios
  • No final do curso existe um apêndice com várias aulas básicas sobre esses assuntos caso seja seu primeiro contato com a área

Descrição

A área de Deep Learning (Aprendizagem Profunda) está relacionada a aplicação das redes neurais artificiais na resolução de problemas complexos e que requerem artifícios computacionais avançados. Existem diversas aplicações práticas que já foram construídas utilizando essas técnicas, tais como: carros autônomos, descoberta de novos medicamentos, cura e diagnóstico antecipado de doenças, geração automática de notícias, reconhecimento facial, recomendação de produtos, previsão dos valores de ações na bolsa de valores e até mesmo a geração automática de roteiros de filmes! Nesses exemplos, a técnica base utilizada são as redes neurais artificiais, que procuram “imitar” como o cérebro humano funciona e são consideradas hoje em dia como as mais avançadas no cenário de Machine Learning (Aprendizagem de Máquina). E a maioria dessas aplicações foram desenvolvidas utilizando a biblioteca TensorFlow do Google, que hoje em dia é a ferramenta mais popular e utilizada nesse cenário. Por isso, é de suma importância que profissionais ligados à área de Inteligência Artificial e Machine Learning saibam como trabalhar com essa biblioteca, já que várias grandes empresas a utilizam em seus sistemas, tais como: Airbnd, Airbus, eBay, Dropbox, Intel, IBM, Uber, Twitter, Snapchat e também o próprio Google!

A área de Deep Learning é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo que o mercado de trabalho dessa área nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação!

E para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre as principais e mais modernas técnicas de Deep Learning utilizando o TensorFlow e o Python! Ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Para isso, o conteúdo está dividido em sete partes: introdução prática ao TensorFlow, regressão e classificação, redes neurais artificiais, redes neurais convolucionais, redes neurais recorrentes, autoencoders e redes adversariais generativas. Você aprenderá a teoria básica sobre cada um desses assuntos, bem como implementará exemplos práticos passo a passo aplicado em cenários reais. Abordaremos dois tipos de programação com o TensorFlow: utilizando a Low Level e a High Level API. Na primeira faremos a codificação manualmente e definiremos as fórmulas matemáticas, enquanto que na segunda usaremos classes prontas para a implementação!

Veja abaixo alguns dos projetos que serão desenvolvidos:

  • Previsão do preço de casas baseado nas características da casa
  • Classificação de tipos de plantas
  • Classificação da faixa salarial de pessoas
  • Classificação de dígitos escritos a mão (visão computacional)
  • Construção de série temporal para previsão de preços de ações
  • Redução de dimensionalidade em imagens
  • Criação automática de imagens

Ao final de cada seção teórica você tem questionários para revisar o conteúdo, bem como indicações de referências complementares caso você queira aprender mais sobre os assuntos.

Importante: as aulas foram gravadas utilizando o TensorFlow 1.x, porém, o código fonte está totalmente atualizado para a versão 2.x do TensorFlow!

Este curso é indicado para todos os níveis, ou seja, caso seja seu primeiro contato com Deep Learning e o TensorFlow, você conta com um apêndice que contém aulas básicas sobre aprendizagem de máquina e redes neurais! É também importante enfatizar que o único pré-requisito necessário é saber lógica de programação, pois mesmo se você não seja especialista na linguagem Python você conseguirá acompanhar o curso sem nenhum problema!

Para quem é este curso

  • Pessoas interessadas em iniciar seus estudos em deep learning (aprendizagem profunda)
  • Pessoas interessadas em conhecer o funcionamento do TensorFlow do Google
  • Pessoas interessadas em redes neurais artificiais, convolucionais, recorrentes, autoencoders e redes adversariais generativas
  • Pessoas interessadas em iniciar uma carreira em Ciência de Dados utilizando técnicas modernas de aprendizagem de máquina
  • Empreendedores que queiram aplicar aprendizagem de máquina em projetos comerciais
  • Analistas de dados que queiram aumentar seu conhecimento na área de deep learning (aprendizagem profunda)
  • Empresários que desejam criar soluções eficientes para problemas reais em suas empresas
  • Alunos de graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial

Conteúdo do Curso

Expandir
Parte 1 - Introdução prática ao TensorFlow
Parte 2 - Regressão e classificação
Parte 3 - Redes neurais artificiais
Parte 4 - Redes neurais convolucionais
Parte 5 - Redes neurais recorrentes
Parte 6 - Autoencoders
Parte 7 - Redes adversariais generativas (GANs)
Conteúdo da Lição
0% Completo 0/2 Steps
Apêndice A
Conteúdo da Lição
0% Completo 0/1 Steps

Avaliações e Comentários

4.8
Avaliação média
153 Avaliações
5
118
4
31
3
4
2
0
1
0
Qual foi a sua experiência com esse curso? Conte para nós!
Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 4 semanas atrás
por Leonardo mejia rincon

Great introductory course!

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 1 mês atrás
por Marcelo Freire

Até o ponto que tenho acompanhado o curso tem sendo bastante proveitoso.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 1 mês atrás
por Matheus dos Santos Bonifácio

Gostei muito até o momento, só achei alguns 'erros' (coloco entre aspa por causa que não sei se chamo de erro) que é o fato de não ter atualizado as aulas com o tensorflow 2.x, mesmo que já tenha ajudado muito informando como se usa o tensorflow 1.x no 2.x (o que realmente gostei muito e com certeza ajudou muito) ainda não tenha a experiência completa do curso, mas até agora gostei muito (principalmente que não tenho experiência em qualquer área que tenha a ver com marchine learning como redes neurais, só tenho em programação) Na minha opnião deveria ter ainda assim um pouco mais de ajuda ao aluno (sendo que bem pouco afinal com o que tem dá pra se virar) falo isso por causa que quando fui instalar o anaconda (plataforma que foi pedido ser instalado) passei alguns desafios e ainda assim acho que deveria ter um documento com as possíveis opções de ambientes que poderiam fazer o curso (afinal passei um pequeno problema na instalação desse ambiente então tô usando o colab da google, mas ainda assim não foi no curso que conheci, mas sim em um canal que gosto muito, o problema é: e se eu não conhecesse? E se não tivesse essa aula? Onde poderia achar outra opção? Sei que isso é responsabilidade do programador, mas o professor poderia dar uma ajuda é só um conselho) Acredito que ainda não tenho experiência o suficiente (principalmente quando comparamos com material atual, afinal não vivemos no passado kkkkkkk) Mas assim que eu tiver e tiver material irei dar uma melhor experiência Obrigado mesmo Jones, principalmente que me respondeu muito rápido kkkkk, mas obrigado mesmo.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 2 meses atrás
por Matheus Tolêdo de Lima

Muito bom e completo.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 3 meses atrás
por Marcus de Barros Braga

Sim.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 3 meses atrás
por Marcelo Damasceno

O curso deveria ser atualizado para a versão 2.0 do Tensor Flow com a utilização do Keras

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 3 meses atrás
por Bruno Gomes de Carvalho

INTERESSANTE

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 3 meses atrás
por Rafael Lanza Carioca

Professor muito didático e prático. Recomendo

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 3 meses atrás
por Reginaldo Ferreira

Falou tudo que eu queria ouvir em pouca palavras , tipo: Sem termos dados , não podemos chegar a uma conclusão exata.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 4 meses atrás
por William Bronzo

Espero aprender mais sobre IA, apesar te visto superficialmente o que é. (introdução.)

Mostrar mais avaliações
Qual foi a sua experiência com esse curso? Conte para nós!