Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA CompTIA Security+ Amazon AWS AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Mindfulness Personal Development Personal Transformation Meditation Life Purpose Emotional Intelligence Neuroscience
Web Development JavaScript React CSS Angular PHP WordPress Node.Js Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Google Analytics
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Modeling Data Analysis Big Data
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science Deep Learning

Deep Learning com Python de A a Z - O Curso Completo

Redes neurais artificiais, convolucionais, recorrentes, mapas auto organizáveis, boltzmann machines, autoencoders e GANs
Highest Rated
Rating: 4.6 out of 54.6 (1,681 ratings)
10,361 students
Created by Jones Granatyr, IA Expert Academy
Last updated 1/2021
Portuguese
Portuguese [Auto]
30-Day Money-Back Guarantee

What you'll 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, mapas auto organizáveis, boltzmann machines, auto encoders e redes adversariais generativas
  • Avalie e configure os parâmetros de uma rede neural
  • Construa passo a passo redes neurais aplicadas em problemas de classificação e regressão
  • Construa passo a passo uma rede neural para prever o preço de veículos usados e prever a venda de jogos de vídeo games
  • Implemente redes neurais convolucionais para classificar dígitos escritos a mão e também para identificar gatos e cachorros em imagens
  • Implemente uma rede neural recorrente para prever os preços das ações da Petrobras
  • Implemente mapas auto organizáveis aplicados em agrupamento de dados e detecção de fraudes em bases financeiras
  • Reduza a dimensionalidade de bases de dados utilizando Boltzmann Machines e autoencoders
  • Crie um sistema de recomendação utilizando Boltzmann Machines
  • Crie novas imagens utilizando redes adversariais generativas
Curated for the Udemy for Business collection

Course content

30 sections • 135 lectures • 20h 18m total length

  • Preview09:28
  • Mais sobre Inteligência Artificial
    00:09
  • Preview06:52
  • Instalação das ferramentas
    08:18
  • Problemas de instalação do Anaconda
    00:44

  • Introdução à seção
    01:01

  • Preview12:39
  • Redes multicamada - função soma e função de ativação
    12:39
  • Redes multicamada - cálculo do erro
    04:51
  • Descida do gradiente
    07:56
  • Cálculo do parâmetro delta
    06:05
  • Ajuste dos pesos com backpropagation
    12:49
  • Bias, erro, descida do gradiente estocástico e mais parâmetros
    11:21
  • Preview11:30
  • Funções de ativação - implementação II
    12:55
  • Teoria sobre redes neurais artificiais
    5 questions
  • Referências complementares
    00:43

  • Preview12:20
  • Estrutura da rede neural
    14:05
  • Configuração e execução da rede neural
    11:42
  • Previsões com a rede neural
    09:12
  • Mais camadas e parâmetros do otimizador
    11:29
  • Visualização dos pesos
    05:59
  • Validação cruzada - teoria
    12:15
  • Validação cruzada - implementação
    11:58
  • Overfitting e underfitting - teoria
    10:11
  • Overfitting e dropout - implementação
    06:51
  • Tuning (ajuste) dos parâmetros
    18:21
  • Classificação de somente um registro
    10:03
  • Salvar a rede neural
    06:27
  • Preview07:56
  • Melhoria dos resultados na base breast cancer
    1 question

  • Base de dados iris
    07:26
  • Preview10:12
  • Estrutura da rede neural II
    08:06
  • Previsões com a rede neural
    09:19
  • Validação cruzada
    08:07
  • Tuning dos parâmetros
    1 question
  • Salvar o classificador e classificar somente uma planta
    1 question

  • Preview16:00
  • Pré-processamento - valores inconsistentes
    05:14
  • Pré-processamento - valores faltantes
    09:24
  • Pré-processamento - label encoder
    05:38
  • Pré-processamento - one hot encoder
    07:41
  • Estrutura da rede neural
    13:26
  • Preview08:09
  • Tuning com outras funções de erro
    1 question

  • Base de dados vídeo games
    07:52
  • Pré-processamento I
    07:50
  • Pré-processamento II
    08:41
  • Estrutura da rede neural
    15:08
  • Previsão do valor total das vendas dos jogos
    1 question

  • Introdução à seção
    00:32

  • Preview13:16
  • Preview10:28
  • Etapa 1 - operador de convolução (introdução)
    06:53
  • Etapa 1 - operador de convolução (cálculo)
    13:23
  • Etapa 2 - pooling
    07:55
  • Etapa 3 - flattening
    06:39
  • Etapa 4 - rede neural densa
    07:38
  • Teoria sobre redes neurais convolucionais
    5 questions
  • Referências complementares
    00:28

  • Base de dados MNIST
    18:43
  • Estrutura da rede neural
    16:25
  • Melhorias na rede neural
    10:42
  • Validação cruzada
    16:53
  • Aumento da quantidade de imagens (augumentation)
    12:11
  • Base de dados CIFAR-10
    1 question

Requirements

  • 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

Description

Importante: o código fonte está atualizado para as últimas versões das bibliotecas, inclusive o TensorFlow 2.0!

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 this course is for:

  • Pessoas interessadas em iniciar seus estudos em deep learning (aprendizagem profunda)
  • Pessoas interessadas em redes neurais artificiais, convolucionais, recorrentes, mapas auto organizáveis, boltzmann machines, 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

Instructors

Jones Granatyr
Professor
Jones Granatyr
  • 4.6 Instructor Rating
  • 23,417 Reviews
  • 95,927 Students
  • 59 Courses

Olá! Meu nome é Jones Granatyr e já trabalho em torno de 10 anos com Inteligência Artificial (IA), inclusive fiz o meu mestrado e doutorado nessa área. Atualmente sou professor, pesquisador e fundador do portal IA Expert, um site com conteúdo específico sobre Inteligência Artificial. Desde que iniciei na Udemy criei vários cursos sobre diversos assuntos de IA, como por exemplo: Deep Learning, Machine Learning, Data Science, Redes Neurais Artificiais, Algoritmos Genéticos, Detecção e Reconhecimento Facial, Algoritmos de Busca, Mineração de Textos, Buscas em Textos, Mineração de Regras de Associação, Sistemas Especialistas e Sistemas de Recomendação. Os cursos são abordados em diversas linguagens de programação (Python, R e Java) e com várias ferramentas/tecnologias (tensorflow, keras, pandas, sklearn, opencv, dlib, weka, nltk, por exemplo). Meu principal objetivo é desmistificar a área de IA e ajudar profissionais de TI a entenderem como essa tecnologia pode ser utilizada na prática e que possam visualizar novas oportunidades de negócios.

IA Expert Academy
Professor
IA Expert Academy
  • 4.6 Instructor Rating
  • 21,354 Reviews
  • 62,712 Students
  • 57 Courses

A plataforma IA Expert tem o objetivo de trazer cursos teóricos e práticos de fácil entendimento sobre sobre Inteligência Artificial e Ciência de Dados, para que profissionais de todas as áreas consigam entender e aplicar os benefícios que a IA pode trazer para seus negócios, bem como apresentar todas as oportunidades que essa área pode trazer para profissionais de tecnologia da informação. Também trazemos notícias atualizadas semanais sobre a área em nosso portal.

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.