Visão Geral

Este Curso Deep Learning and Reinforcement Learning: aprendizado profundo e aprendizado por reforço. Deep Learning é um subconjunto de aprendizado de máquina que possui aplicações em aprendizado supervisionado e não supervisionado e é frequentemente usado para potencializar a maioria dos aplicativos de IA que usamos diariamente. Primeiro você aprenderá sobre a teoria por trás das Redes Neurais, que são a base do Deep Learning, bem como diversas arquiteturas modernas de Deep Learning. Depois de desenvolver alguns modelos de Deep Learning, o curso se concentrará no Reinforcement Learning, um tipo de Machine Learning que tem chamado mais atenção recentemente. Embora atualmente a Aprendizagem por Reforço tenha apenas algumas aplicações práticas, é uma área promissora de investigação em IA que poderá tornar-se relevante num futuro próximo. 

Objetivo

Ao final deste Curso Deep Learning and Reinforcement Learning, você deverá ser capaz de: - Explicar os tipos de problemas adequados para abordagens de aprendizagem não supervisionada. 

• Explique a maldição da dimensionalidade e como ela dificulta o agrupamento com muitos recursos. 
• Descrever e utilizar algoritmos comuns de agrupamento e redução de dimensionalidade. 
• Tente agrupar pontos quando apropriado, compare o desempenho dos modelos por cluster. 
• Compreender métricas relevantes para caracterizar clusters

Publico Alvo

Este curso é direcionado a aspirantes a cientistas de dados interessados ​​em adquirir experiência prática com Deep Learning e Reinforcement Learning

Materiais

Conteúdo Programatico

1. Introdução às Redes Neurais
2. Otimizadores de Rede Neural e Keras
3. Redes Neurais Convolucionais
4. Redes Neurais Recorrentes e Redes de Memória de Longo-Curto Prazo
5. Aprendizado profundo com codificadores automáticos
6. Aplicações de aprendizagem profunda e aprendizagem por reforço