Redes Neurais Artificiais com Python

Fundamentos teóricos e práticos de Redes Neurais Artificiais em Machine Learning e introdução ao Deep Learning

4.80 (92 reviews)
Udemy
platform
Português
language
Other
category
instructor
Redes Neurais Artificiais com Python
617
students
12.5 hours
content
Jul 2023
last update
$19.99
regular price

What you will learn

Conceitos teóricos de RNA (Neurônio Artifical, Perceptron, Tipos de rede, Funções de ativação, Descida do Gradiente, Backpropagation, Topologia das redes...))

Aplicações práticas com Python no Google Colaboratory, utilizando Scikit-Learn e Keras/TensorFlow.

Demonstração e comparação do treinamento do algoritmo com validação cruzada e base de treinamento e teste.

Análise dos indicadores socioeconômicos visando tomadas de decisão sobre as desigualdades sociais e estudos para campanhas de marketing na região.

Utilização de um banco de dados real com mais de 500.000 linhas.

Tratamento dos dados com Python no Google Colaboratory.

Utilização do Power Query para a filtragem inicial dos dados.

Introdução ao uso do Python aplicado em Tratamento de Dados e Redes Neurais Artificiais.

Description

Este curso é destinado para iniciantes no estudo de Redes Neurais Artificiais, portanto não é necessário nenhum conhecimento prévio (nem Matemático e nem de Python), pois o que for necessário será explicado no decorrer do curso. Ele aborda os conceitos básicos de redes neurais artificiais e demonstra aplicações práticas com o Python, através das bibliotecas Scikit Learn e Keras/TensorFlow, testando os diversos parâmetros e aplicando para o treinamento do algoritmo a validação cruzada e a base de treinamento e teste em problemas de classificação e regressão.

Na parte prática, como projeto de classificação, serão utilizados indicadores socioeconômicos do estado de Minas Gerais. Esse projeto serve como referência para tomadas de decisão sobre a desigualdade social e também para estudos de empresas que pretendem realizar campanhas de marketing numa certa região. 

Já como exemplo prático de Regressão, será utilizado uma base de dados referente aos resultados de um experimento Físico simples sobre a lei de Hooke. Estes dados foram obtidos num experimento real e, portanto, são originais e autênticos.

O diferencial desse curso é que iremos trabalhar com projetos reais, com banco de dados reais, sendo um deles com mais de 500.000 registros (linhas) e 29 variáveis (colunas). E será apresentado desde o início, isto é, desde a obtenção dos dados, a primeira filtragem no Power Query, o tratamento e manipulação desses dados no Python e as aplicações das redes neurais artificiais também no Python. São estudos originais, autênticos, reais e de nosso país, portanto, poderá fazer parte de seu portfólio e servir de exemplo para outros projetos similares.

Content

Introdução

Apresentação do curso
Redes Neurais Artificiais : Visão geral

Redes Neurais Artificiais - Conceitos Teóricos

Neurônio Biológico e neurônio artificial
Evolução das Redes Neurais Artificiais
Perceptron
Função de ativação
Aprendizagem nas redes neurais artificiais
Aprendizagem com descida do gradiente
Cálculos dos erros
Topologia das redes neurais artificiais
Algoritmo Backpropagation
Definição dos parâmetros

Conhecendo a Linguagem Python

A Linguagem Python
Conhecendo o Google Colaboratory
Primeiros passos no Python com o Google Colaboratory
Operadores matemáticos
Importações de bibliotecas, pacotes e módulos
Estrutura Condicional
Estrutura de Repetição
Listas, Tuplas e Dicionários
Vetores e matrizes

Preparação, organização e estruturação dos dados

Importando a tabela de dados
Filtrando a tabela de dados com Power Query
Conhecendo a tabela de dados
Tratamento dos dados: Parte 1
Tratamento dos dados: Parte 2
Tratamento dos dados: Parte 3

Redes Neurais Artificiais com Python: Classificação

Carregando o arquivo tratado
Transformando variáveis pelo Pandas
Transformando variáveis pelo Sklearn
Escalonamento
Algoritmo com base de treinamento e teste no Scikit Learn: parte 1
Algoritmo com base de treinamento e teste no Scikit Learn: parte 2
Algoritmo com base de treinamento e teste no Scikit Learn: parte 3
Validação cruzada
Algoritmo com validação cruzada no Scikit Learn
Algoritmo com base de treinamento e teste no Keras

Redes Neurais Artificiais com Python: Regressão

Regressão e correlação linear
Apresentação do projeto experimental
Análise e tratamento dos dados
Distribuição dos dados: Teoria
Análises Estatísticas
Correlação linear
Regressão com Redes Neurais Artificiais: Parte 1
Regressão com Redes Neurais Artificiais: Parte 2

Finalização do curso

Encerramento

Referências, links úteis (gratuitos) e arquivos

Referências e links úteis

Reviews

Pietro
April 24, 2023
Professor muito bom, curso igualmente objetivo e bem feito. Apenas senti falta de um aprofundamento, mesmo que para isso fosse necessário um curso de 20 ou 30 horas. No entanto isso não me fez dar menos de 5, pois entendo, por outro lado, que o curso não se propõe a aprofundar, e sim ser uma introdução ao assunto.
Edson
April 6, 2023
O professor apresentou de forma bastante didática. No entanto, o conteúdo é bastante denso e diverso. Para um curso introdutório está bastante interessante, apesar da complexidade do assunto deixar algumas lacunas.
Victor
November 8, 2022
Eu não esperava que a parte teoria pegaria tantos assuntos, eu só espero que tenha o conteúdo que eu preciso para os meus projetos, mas isso só saberei mais pra frente do curso
Silvério
September 6, 2022
Sim é o que eu esperava, mas para acompanhar as aulas e realizando os comandos, não é fácil, mesmo usando dois monitores.
Walquiria
April 9, 2022
Curso excelente para iniciantes. O professor é ótimo, tem uma didática excepcional, explicando cautelosamente de modo a contornar as possíveis dúvidas. Recomendo.
Victor
April 6, 2021
Curso simples, direto e didático para quem está começando no assunto de RNAs. Como próprio Luciano recomenda é importante saber um pouco sobre estatística para continuar avante!
Luiza
February 20, 2021
Por enquanto estou adorando o curso, pois estou aprendendo bastante e as explicações são bem claras e detalhadas.

Charts

Price

Redes Neurais Artificiais com Python - Price chart

Rating

Redes Neurais Artificiais com Python - Ratings chart

Enrollment distribution

Redes Neurais Artificiais com Python - Distribution chart
3817700
udemy ID
2/1/2021
course created date
2/24/2021
course indexed date
Bot
course submited by