Deep Learning de A-Z: Redes Neurais Artificiais na Prática
- Compre Agora
- Saiba mais
1. Introdução

O que você vai estudar
O que é Aprendizado Profundo?
Material para Download
Escolhendo o Ambiente para Fazer o Curso
Códigos Fontes para Jupyter (Notebooks)
Comandos da Próxima Aula
Configuração do Ambiente para usar Anaconda com Spyder ou Jupyter
2. Fundamentos de Machine Learning (Opcional)

Material para Download
Introdução
Introdução (Continuação)
Classificação
Regressão
Agrupamentos
Sistemas de Recomendação
Regressão Linear
Regressão Logística
Categorical Encoding
Feature Scalling
3. Pré-Processamento de Dados

Material para Download
Passo 1
Passo 2
Passo 3
Passo 4
Passo 5
4. Um Modelo de Classificação

Material para Download
Passo 1
Passo 2
Passo 3
5. Redes Neurais Artificiais

Plano de Ataque
Download.zip
Links de Referência desta Seção
O Neurônio
Função de Ativação
Como Funciona uma Rede Neural Artificial
Como as Redes Neurais Aprendem?
Gradient Descent
Stochastic Gradient Descent
Backpropagation
6. Construindo Redes Neurais Artificias

Material para Download
Passo 1
Passo 2
Passo 3
Passo 4
7. Redes Neurais Convolucionais

Plano de Ataque
Material para Download
Links e Referências desta Seção
Convolutional Neural Networks
Convolutions
Relu
Max Pooling
Flattening
Full Connection
Sumário
8. Construindo Redes Neurais Convolucionais

Material para Download
Passo 1
Passo 2
Passo 3
Passo 4
Passo 5
Passo 6
Passo 7
Passo 8
Passo 9
9. Redes Neurais Recorrentes

Plano de Ataque
Material para Download
Links e Referências desta Seção
Recurrent Neural Network
Vanishing Gradient
Long Short-Term Memory
LSTM: Intuição Prática
Variações de LSTM
10. Construindo Redes Neurais Recorrentes

Material para Download
Passo 1
Passo 2
Passo 3
Passo 4
Passo 5
Passo 6
Passo 7
11. Self Organizing Maps

Plano de Ataque
Material para Download
Links e Referências desta Seção
Como SOM funciona
Revisando Kmeans
Como SOMs Aprendem
Como SOMs Aprendem Parte II
Interpretando um SOM Avançado
Kmeans: Armadilha da Inicialização aleatória
Kmeans: Escolhendo numero certo de grupos
12. Construindo Self Organizing Maps

Material para Download
Passo 1
Passo 2
Passo 3
Passo 4
13. Boltzmann Machines

Plano de Ataque
Material para Download
Links e Referências desta Seção
Boltzmann Machines
Modelos Baseados em Energia
Restricted Boltzmann Machines
Constrastive Divergence
Deep Belief Networks
Deep BM
14. Construindo Boltzmann Machines

Material para Download
Passo 1
Passo 2
Passo 3
Passo 4
Passo 5
Passo 6
Passo 7
15. Autoencoders

Plano de Ataque
Material para Download
Links e Referências desta Seção
Autoencoders
Nota sobre Bias
Treinando um Autoencoder
Excesso de Camadas Ocultas
Autoencoders Esparsos
Denoising
Contractive Autoencoders
Stacked Autoencoders
Deep Autoencoders
16. Construindo Autoencoders

Material para Download
Passo 1
Passo 2
Passo 3
Passo 4
Passo 5
17. Fundamentos de Python (Opcional)

Introdução
Ambiente
Variáveis e Objetos
Variáveis e Objetos Parte II
Estrutura de Decisão
Estruturas de Decisão Parte II
Estrutura de Repetição
Estrutura de Repetição Parte II
Listas
Listas Parte II
Módulos e Pacotes
Módulos e Pacotes Parte II
Funções
Funções Parte II
Funções Padrão
Funções Padrão Parte II
Funções Padrão Parte III
18. Bônus: Simulando competição do Kaggle

Material para Download
Simulando competição do Kaggle

2. Fundamentos de Machine Learning (Opcional)

11 Lições