TensorFlow, Deep Learning e Python: Construa um Chatbot

Importante: Este curso foi gravado com a versão 1.0 do TensorFlow e para executar os códigos do curso você precisa ter essa versão instalada, ou seja, o código é incompatível com versões mais recentes! Inicialmente iríamos migrar o código para o TensorFlow 2.0, porém, existem funções que não existem mais e a migração se tornou inviável e não será feita! Alguns alunos relataram problemas em instalar o TensorFlow 1.0, porém, fizemos um tutorial passo a passo que mostra passo a passo como instalar esta versão para conseguir executar todos os códigos sem problemas.

O que você aprenderá

• Teoria sobre processamento de linguagem natural para a construção de chatbots
• Funcionamento do modelo BagOfWords e a Arquitetura Seq2Seq
• Redes neurais artificiais e redes neurais recorrentes
• Implementação passo a passo de um chatbot utilizando deep learning, redes neurais recorrentes, processamento de linguagem natural, modelo Seq2Seq, TensorFlow e Python

Requisitos

• Lógica de programação, principalmente estruturas condicionais e de repetição
• Programação básica em Python
• Conhecimentos sobre instalação de softwares básicos, porém, durante o curso será mostrado o processo de instalação das ferramentas utilizadas
• Conhecimentos básicos sobre Machine Learning e Redes Neurais Artificiais são desejáveis (no final do curso tem dois anexos para revisar esse conteúdo)
• Conhecimentos básicos sobre o TensorFlow são desejáveis (no final do curso tem um anexo que revisa o básico da biblioteca)

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).

Dentro da área de Machine Learning existe uma sub-área que é o Processamento de Linguagem Natural, que tem o objetivo de reproduzir em computadores a compreensão automática de línguas humanas naturais. Alguns exemplos clássicos dessa área incluem:  tradução de voz para texto, texto para voz, sumarização automática de documentos, adição automática de legendas em vídeos, detecção de entidades em textos, geração de linguagens, reconhecimento óptico de caracteres (OCR), dentre várias outras. E uma das aplicações mais famosas e relevantes atualmente são os chatbots (robôs de conversa), que consistem em sistemas de Inteligência Artificial que são capazes de entender a linguagem humana e darem respostas, tanto em texto quanto em voz! Esse tipo de tecnologia vem sendo cada vez mais utilizado por grandes empresas para acelerarem o atendimento ao cliente, ou seja, ao invés de você conversar com uma pessoa você conversa com um chatbot. Várias empresas de tecnologia tem investido grande capital no desenvolvimento de chatbots, como por exemplo: a Apple (Siri), a Microsoft (Cortana), o Google (Google Assitant) e a Amazon (Alexa).

E para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre a construção de chatbots utilizando as mais modernas técnicas de Deep Learning utilizando o TensorFlow e o Python! Vamos unir as áreas de Processamento de Linguagem Natural e Deep Learning, para que você aprenda a desenvolver um chatbot utilizando Redes Neurais Recorrentes e o Modelo Seq2Seq, que atualmente são consideradas como as melhores tecnologias para o desenvolvimento desse tipo de aplicação! Ao final você terá todas as ferramentas necessárias para construir chatbots e outras aplicações de Processamento de Linguagem Natural, utilizando bases de dados reais. Para isso, o conteúdo do curso está dividido em cinco partes:

• Teoria sobre Processamento de Linguagem Natural e explicações sobre o modelo Seq2Seq
• Pré-processamento dos textos
• Construção do Modelo Seq2Seq
• Treinamento do Modelo Seq2Seq
• Como melhorar o chatbot construído e análise de outras implementações de chatbot

Você ainda conta com três anexos caso você não tenha muita experiência na área. O primeiro mostra o básico sobre as redes neurais artificiais, o segundo é sobre as redes neurais recorrentes, e por fim, o terceiro aborda aulas básicas e práticas sobre o TensorFlow.

Este curso é categorizado como nível intermediário, pois apesar de existirem os três anexos para revisão do conteúdo básico, é interessante que você já tenha uma certa experiência com a área de Deep Learning.

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!

Para quem é este curso

• Pessoas interessadas em deep learning (aprendizagem profunda)
• Pessoas interessadas em aprender como construir seu próprio chatbot
• Pessoas interessadas em redes neurais recorrentes avançadas
• Analistas de dados que queiram aumentar seu conhecimento na área de deep learning (aprendizagem profunda)
• Alunos de graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial