Visão Geral

Curso Deep Learning and Machine Learning with TensorFlow, O Tensorflow é a estrutura de machine learning/deep learning de código aberto mais popular e poderosa desenvolvida pelo Google para todos. O Tensorflow possui muitas APIs poderosas de aprendizado de máquina, como Rede Neural, Rede Neural Convolucional (CNN), Rede Neural Recorrente (RNN), Incorporação de Palavras, Seq2Seq , Redes Adversariais Generativas (GAN) , Aprendizado por Reforço e Meta Aprendizado. Este curso mostrará como criar aplicativos de aprendizado profundo usando o Tensorflow.

Objetivo

Após realizar este Curso Deep Learning and Machine Learning with TensorFlow, você será capaz de:

• Operações básicas do Tensorflow 2 
• Rede neural para regressão
• Rede neural para classificação
• Rede Neural Convolucional para Visão
• Rede Neural Recorrente para Dados Sequenciais
• Transfer Learning
• Centro Tensorflow

Publico Alvo

• Cientistas de dados
• Analistas de dados
• Engenheiros e desenvolvedores de aprendizado de máquina

Informações Gerais

• Operações básicas do Tensorflow 2 
• Rede neural para regressão
• Rede neural para classificação
• Rede Neural Convolucional para Visão
• Rede Neural Recorrente para Dados Sequenciais
• Transfer Learning
• Centro Tensorflow

Materiais

Conteúdo Programatico

Introduction to Deep Learning

1. Machine Learning vs Deep Learning
2. Deep Learning Methodology
3. Overview of Tensorflow Keras
4. Install and Run Tensorflow Keras
5. Basic Tensorflow Keras Operations

Neural Network for Regression

1. What is Neural Network (NN)?
2. Loss Function and Optimizer
3. Build a Neural Network Model for Regression

Neural Network for Classification

1. One Hot Encoding and SoftMax
2. Cross Entropy Loss Function
3. Build a Neural Network Model for Classification

Convolutional Neural Network (CNN)

1. Introduction to Convolutional Neural Network?
2. ImageDataGenerator
3. Image Classification Model with CNN
4. Data Augmentation and Dropout

Transfer Learning

1. Introduction to Transfer Learning
2. Applications of Pre-Trained Models
3. Fine Tuning Pre-Trained Models

Recurrent Neural Network (RNN)

1. Introduction to Recurrent Neural Network (RNN)
2. LSTM and GRU
3. Build a RNN Model for Time Series Forecasting
4. Build a RNN Model for Sentiment Analysis