TensorFlow: Machine Learning e Deep Learning com Python

Construa redes neurais artificiais modernas com o Google TensorFlow e especialize-se em Inteligência Artificial!

4.59 (1810 reviews)
Udemy
platform
Português
language
Data Science
category
instructor
TensorFlow: Machine Learning e Deep Learning com Python
9,938
students
19 hours
content
Jan 2021
last update
$19.99
regular price

What you will learn

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

Why take this course?

Atenção! Nas aulas deste curso é utilizada a versão 1.x do TensorFlow, sendo possível acompanhar as aulas utilizando essa versão. Adicionalmente, disponibilizamos o código atualizado considerando a versão 2.x. Em breve pretendemos regravar todas as aulas deste curso

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!

Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)

Screenshots

TensorFlow: Machine Learning e Deep Learning com Python - Screenshot_01TensorFlow: Machine Learning e Deep Learning com Python - Screenshot_02TensorFlow: Machine Learning e Deep Learning com Python - Screenshot_03TensorFlow: Machine Learning e Deep Learning com Python - Screenshot_04

Our review

Ótimo que você esteja explorando feedbacks dos alunos para entender o impacto e as necessidades do curso sobre o TensorFlow. Os comentários variam desde a satisfação com a didática e o conteúdo untilhado até críticas sobre a versão desatualizada do TensorFlow utilizada no curso. Aqui estão alguns pontos-chave que você pode considerar para atualizar e melhorar o curso: 1. **Versão Atualizada do TensorFlow**: Muitos alunos destacam que o conteúdo está desatualizado e baseado na versão 1.x do TensorFlow, enquanto o currente é a versão 2.x. Isso pode ser confuso e frustante para novos alunos que esperam aprender sobre a versão mais recente. Você deve considerar atualizar o curso para a versão atual do TensorFlow, ou até mesmo criar um novo curso especificamente para a versão 2.x. 2. **Atualização e Manutenção dos Códigos**: Certifique-se de que os exemplos de código fornecidos estejam atualizados e funcionem com a versão do TensorFlow que o curso ensina. Inclua instruções claras sobre como configurar ambientes de desenvolvimento e resolver problemas comuns. 3. **Comentários e Explicação nos Códigos**: Muitos alunos mencionaram a falta de comentários nos códigos fornecidos, o que pode dificultar a compreensão do que está sendo feito. Adicionar comentários detalhados e explicações passo a passo pode ser extremamente valioso para os alunos, especialmente aqueles que são novatos em ML ou Python. 4. **Documentação e Atualizações**: Mantenha uma seção de atualização no site das suas, onde você pode anunciar mudanças importantes e manter os alunos informados sobre quais partes do curso podem estar em desvimento. 5. **Clareza nas Descrições do Curso**: Certifique-se de que o curso abrange ambas versões do TensorFlow, ou se concentra apenas na versão mais antiga. Isso pode evitar mal entendido por parte dos alunos. 6. **Feedback Direto**: Considere criar um canal de feedback ou uma seção no site para coletar e responder a feedbacks dos alunos. Isso pode fornecer insights valiosos para melhorias futuras. 7. **Marketing**: Além das atualizações na descrição do curso, certifique-se de que os anúncios claramente indiquem qual versão do TensorFlow será ensinada. 8. **Suporte Contínuo**: Ofereça suporte contínuo para aqueles que enfrent problemas com o código ou conceitos durante seu aprendizado? Isso pode ajudar os alunos a se sentirem mais seguros. 9. **Casos de Uso e Aplicações Práticas**: Inclua exemplos reais e aplicações práticas que mostrem o poder do TensorFlow em ação no mundo real. 10. **Avanço e Especialização**: Ofereça recursos ou cursos adicionais para aqueles que desejam avançar além do conteúdo básico? Lembre-se de que uma boa experiência de aprendizado pode ser a base para criar um curso exceional. Ao mesmo, é crucial manter o conteúdo atual e relevante para os alunos. Com base nos comentários, parece que você já está no caminho certo para fazer essas melhorias!

Charts

Price

TensorFlow: Machine Learning e Deep Learning com Python - Price chart

Rating

TensorFlow: Machine Learning e Deep Learning com Python - Ratings chart

Enrollment distribution

TensorFlow: Machine Learning e Deep Learning com Python - Distribution chart
1989332
udemy ID
10/25/2018
course created date
10/16/2019
course indexed date
Joel Filipe Rogão Pires
course submited by