Visão Geral

Curso TensorFlow Foundation, e voltado para Deep Learning dará aos delegados uma introdução abrangente a esta biblioteca de software de código aberto do Google, usada por profissionais de ciência de dados para computação numérica usando gráficos de fluxo de dados.

Os nós no gráfico representam operações matemáticas, enquanto as bordas do gráfico representam as matrizes de dados multidimensionais (tensores) comunicados entre eles.

A arquitetura flexível permite que você implante computação em uma ou mais CPUs ou GPUs em um desktop, servidor ou dispositivo móvel com uma única API.

O TensorFlow foi originalmente desenvolvido por pesquisadores e engenheiros que trabalham na equipe do Google Brain, dentro da organização de pesquisa de inteligência de máquina do Google, com o objetivo de conduzir pesquisas de aprendizado de máquina e redes neurais profundas.

O sistema é geral o suficiente para ser aplicável em uma ampla variedade de outros domínios.

Objetivo

Curso TensorFlow Foundation, Explore TensorFlow

• Crie e inicialize variáveis ​​e dados 
• Use a Mecânica do TensorFlow para criar gráficos e treinar o modelo 
• Obtenha conhecimento sobre o algoritmo de aprendizagem perceptron e classificação binária
• Máquinas de vetor de suporte: kernels e classificação de margem 
• Adquirir conhecimento em redes neurais artificiais feedforward e feedback
• Aprenda Redes Neurais Convolucionais: explore a arquitetura e o treinamento do modelo 

Publico Alvo

Curso TensorFlow Foundation, destina-se a:

• Alunos com formação em Matemática e / ou Ciência de Dados / ML.
• Bons conhecimentos de programação, principalmente usando a linguagem de programação Python.
• Alguma experiência e familiaridade com as bibliotecas Pandas, Numpy e MatPlotLib python para análise de dados. 

Informações Gerais

• Carga horaria 24h
• Se noturno o curso e ministrado de segunda-feira a sexta-feira das 19h às 23h, total e 6 noites,
• Se aos sábados o curso e ministrado de 09h às 18h, total de 3 sábados,
• Se integral o curso e ministrado de segunda-feira a quarta-feira das 09h às 18h total de 3 dias,

Formato de entrega:

• Presencial em sala de aula,
• On-line ao vivo em tempo real na presença de um instrutor em tempo real via ferramenta meet, onde todos os participantes vão estar conectados em tempo real, com todos os tipos de acesso práticos.

Materiais

Conteúdo Programatico

Tensorflow Basics

1. Creation, Initializing, Saving and Restoring TensorFlow variables
2. Feeding, Reading and Preloading TensorFlow data
3. How to use TensorFlow infrastructure to train models at scale
4. Visualizing and Evaluating models with TensorBoard

TensorFlow Mechanics

1. Inputs and Placeholders
2. Build the Graph
3. Inference
4. Loss
5. Training
6. Train the model
7. The graph
8. The session
9. Train loop
10. Evaluate the model.
11. Build the eval graph
12. Eval output

The perceptron

1. Activation functions
2. The perceptron learning algorithm
3. Binary classification with the perceptron
4. Document classification with the perceptron
5. Limitations of the perceptron

Support Vector Machines

1. Kernels and the kernel trick.
2. Maximum margin classification and support vectors

Artificial Neural Networks

1. Nonlinear decision boundaries
2. Feedforward and feedback artificial neural networks
3. Multilayer perceptrons
4. Minimizing the cost function
5. Forward propagation
6. Back propagation
7. Improving the way neural networks learn

Convolutional Neural Networks

1. Goals
2. Model architecture
3. Principles
4. Code organization
5. Launching and training the model.
6. Evaluating a model.