Visão Geral

Este Curso Deep Learning for Self Driving Cars, o aprendizado profundo é um subcampo do aprendizado de máquina. Ele usa métodos baseados no aprendizado de representações de dados e estruturas, como redes neurais.

Keras é uma API de redes neurais de alto nível para desenvolvimento e experimentação rápidos. Ele é executado em cima do TensorFlow, CNTK ou Theano.

Objetivo

Ao final deste treinamento, os participantes serão capazes de:

• Use Keras para construir e treinar uma rede neural convolucional.
• Use técnicas de visão computacional para identificar pistas em um projeto de direção autônoma.
• Treine um modelo de aprendizado profundo para diferenciar os sinais de trânsito.
• Simule um carro totalmente autônomo.

Publico Alvo

• Desenvolvedores

Pre-Requisitos

• Experiência em programação Python.

Informações Gerais

Carga horaria: 24h

• Se noturno este curso e ministrado de segunda-feira a sexta-feira das 19h às 23h, total de 6 encontros.
• Se aos sábados este curso e ministrado das 09h às 18h, total de 3 encontros.

Formato de entrega:

• 100% on-line ao vivo via Microsoft Teams, na presença de um instrutor/consultor ativo no mercado e docente em sala de aula. 
• Nota: não é curso gravado (o mesmo acontece em tempo real na presença de um instrutor).
• Apostila + exercícios práticos

Materiais

Conteúdo Programatico

1. Introduction
2. Setting up the Development Environment
3. Creating a Project
4. Configuring the Simulator
5. Preparing the Data Sets
6. Overview of Python Deep Learning Libraries
7. Applying Computer Vision Techniques to Track Lane
8. Training Perceptron-Based Neural Networks to Detect Other Vehicles
9. Implementing Convolutional Neural Networks to Predict Steering Angle and Speed
10. Training a Deep Learning Model to Classify Traffic Signs
11. Using Polynomial Regression to Improve Predictive Accuracy
12. Testing the Self Driving Car
13. Troubleshooting
14. Summary and Conclusion