Deep Learning com Python de A à Z - O Curso Completo
Redes neurais artificiais, convolucionais, recorrentes, mapas auto organizáveis, boltzmann machines, autoencoders e GANs
Publisher : Jones Granatyr, Fernando Amaral
Course Length : 20 hours
Course Language : Portuguese
Description
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).
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 Python! Este curso é considerado de A à Z pelo fato de apresentar desde os conceitos mais básicos sobre as redes neurais até técnicas mais modernas e avançadas, de modo que 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: redes neurais artificiais, redes neurais convolucionais, redes neurais recorrentes, mapas auto organizáveis, boltzmann machines, 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. Veja abaixo alguns dos projetos que serão desenvolvidos:
Classificação se um câncer é maligno ou benigno baseado nos dados do tumor
Classificação de tipos de plantas
Previsão do preço de veículos usados baseado nas características do carro
Previsão de quanto um jogo de vídeo game venderá
Classificação de dígitos escritos a mão
Classificação de imagens de gatos e cachorros
Classificação das imagens do Homer e Bart, do desenho dos Simpsons
Classificação de objetos, como por exemplo: aviões, automóveis, pássaros, gatos, veados, cachorros, sapos, cavalos, barcos e caminhões
Construção de série temporal para previsão dos preços das ações da Petrobrás
Previsão da poluição na China em determinadas horas do dia
Agrupamento de tipos de vinhos baseados nas características do produto
Agrupamento de câncer que são malignos ou benignos
Detecção de clientes que podem tentar fraude em bases de dados financeiras
Redução de dimensionalidade em imagens
Desenvolvimento de um sistema de recomendação básico de filmes
Comparação de sistemas de recomendação utilizando redes neurais e utilizando técnicas clássicas de filtragem colaborativa
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. E ao final de cada seção prática, você encontra projetos de programação para fortalecer o conteúdo sobre as implementações, todos com as soluções para você comparar com o seu progresso!
Este curso é indicado para todos os níveis, ou seja, caso seja seu primeiro contato com Deep Learning, 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!
Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)
Who is the target audience?
- Pessoas interessadas em iniciar seus estudos em deep learning (aprendizagem profunda)
- Pessoas interessadas em redes neurais artificiais, convolucionais, recorrentes, mapas auto organizáveis, boltzmann machines 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
Preview This Course - GET COUPON CODE
Post a Comment for "Deep Learning com Python de A à Z - O Curso Completo"