Deep Learning de A a Z com PyTorch e Python

 Buy Now
  

Price: 79.9$

A rea de Deep Learning (Aprendizagem Profunda) est relacionada a aplicao das redes neurais artificiais na resoluo de problemas complexos e que requerem artifcios computacionais avanados. Existem diversas aplicaes prticas que j foram construdas utilizando essas tcnicas, tais como: carros autnomos, descoberta de novos medicamentos, cura e diagnstico antecipado de doenas, gerao automtica de notcias, reconhecimento facial, recomendao de produtos, previso dos valores de aes na bolsa de valores e at mesmo a gerao automtica de roteiros de filmes! Nesses exemplos, a tcnica base utilizada so as redes neurais artificiais, que procuram “imitar” como o crebro humano funciona e so consideradas hoje em dia como as mais avanadas no cenrio de Machine Learning (Aprendizagem de Mquina). A rea de Deep Learning atualmente um dos campos de trabalho mais relevantes da Inteligncia Artificial, sendo que o mercado de trabalho dessa rea nos Estados Unidos e em vrios pases da Europa est em grande ascenso; e a previso que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa rea ser em breve um pr-requisito para os profissionais de Tecnologia da Informao! E para levar voc at essa rea, neste curso voc ter uma viso terica e principalmente prtica sobre as principais e mais modernas tcnicas de Deep Learning utilizando a biblioteca Py Torch o Python! Este curso apresenta desde os conceitos mais bsicos sobre as redes neurais at tcnicas mais modernas e avanadas, de modo que ao final voc ter todas as ferramentas necessrias para construir solues complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Para isso, o contedo est dividido em sete partes: redes neurais artificiais, redes neurais convolucionais, autoencoders, redes adversariais generativas (GANs), redes neurais recorrentes, transferncia de aprendizagem (transfer learning) e transferncia de estilos (style transfer). Voc aprender a teoria bsica sobre cada um desses assuntos, bem como implementar exemplos prticos passo a passo aplicado em cenrios reais. Veja abaixo alguns dos projetos que sero desenvolvidos: Classificao se um cncer maligno ou benigno baseado nos dados do tumor Classificao de tipos de plantas Previso do preo de veculos usados baseado nas caractersticas do carro Previso de quanto um jogo de vdeo game vender Classificao de imagens de dgitos escritos a mo Classificao de imagens de gatos e cachorros Classificao das imagens do Homer e Bart, do desenho dos Simpsons Classificao de objetos, como por exemplo: avies, automveis, pssaros, gatos, veados, cachorros, sapos, cavalos, barcos e caminhes Construo de srie temporal para previso dos preos das aes da Petrobrs Previso da poluio na China em determinadas horas do dia Compactao (reduo de dimensionalidade) de imagens Criao automtica de imagens com GANs Classificao de objetos personalizados Combinao de estilos de imagens: um quadro da Tarlisa de Amaral com uma foto do Mister Bean! Ao final de cada seo prtica, voc encontra projetos de programao para fortalecer o contedo sobre as implementaes, todos com as solues para voc comparar com o seu progresso! Este curso indicado para todos os nveis, ou seja, caso seja seu primeiro contato com Deep Learning, voc conta com um apndice que contm aulas bsicas sobre aprendizagem de mquina e redes neurais! Preparado(a) para dar um importante passo na sua carreira? Aguardo voc no curso!:)