Visão Geral

Este Curso NICF Deep Learning with Tensorflow Keras Basic, com Tensorflow Keras visa equipar os alunos com conhecimento prático de aprendizagem profunda usando uma estrutura popular de aprendizagem profunda - Tensorflow e Keras.

O Tensorflow, desenvolvido pelo Google, é uma popular estrutura de Deep Learning de código aberto. Keras é uma API Tensorflow amigável que simplifica a codificação para redes neurais e aprendizado profundo. O Kera permite construir prontamente modelos de deep learning de redes neurais para análise preditiva de dados, regressão, classificação e modelagem de dados. Os alunos podem aplicar o Keras para tarefas de aprendizado de máquina supervisionadas e não supervisionadas.

Objetivo

Após realizar este Curso NICF Deep Learning with Tensorflow Keras Basic, você será capaz de:

• configurar os frameworks Tensorflow e Keras Deep Learning
• entender e codificar modelos de rede neural para regressão
• entender e codificar modelos de redes neurais para classificação
• entender e codificar modelos de rede neural convolucional para classificação de imagens
• entender e usar modelos pré-treinados para transferência de aprendizado

Publico Alvo

• Cientistas de dados
• Analistas de dados
• engenheiros

Materiais

Conteúdo Programatico

Introduction to Deep Learning

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

Introduction to Neural Network

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

Classification Model with Neural Network

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

Mode of Assessment

1. Written Assessment (Q&A)
2. Practical Performance
3. Oral Questioning