Redes Neurais e Deep Learning
40 horasIntermediário7 módulos
4 de 7 módulos com ementa publicada
0 de 7 módulos gravados
Ementa
Vai da intuição visual à implementação: gradientes e álgebra linear aplicada, uma rede neural escrita do zero sem framework, a mesma rede reescrita em PyTorch com autograd e GPU, e a disciplina de avaliação e experimentação. Os dois módulos de área acrescentam CNNs — compartilhado com Visão Computacional — e regularização/normalização.
Módulos da formação
Os mesmos objetos do currículo completo. Um módulo aberto a partir de qualquer formação que o contenha é o mesmo módulo, com a mesma ementa e o mesmo estado.
| Código | Módulo | Conteúdo | Prática | Estado | Preço |
|---|---|---|---|---|---|
| DL-101 | Intuição visual de redes neurais | Ementa detalhada ainda não escrita | — | Ementa publicada | |
| CORE-201 | Matemática essencial II | Gradientes, otimização, álgebra linear aplicada | Gradiente descendente do zero em NumPy | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-202 | Redes neurais do zero | Perceptron, backpropagation, funções de ativação | Implementar uma rede neural sem framework | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-203 | PyTorch na prática | Tensores, autograd, loops de treino, GPU | Reescrever a rede do CORE-202 em PyTorch | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| CORE-204 | Avaliação e experimentação | Overfitting, validação cruzada, tracking (W&B/MLflow) | Rodar e comparar 10 experimentos | Ementa publicada | R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado |
| DL-201 | CNNs (compartilhado com Visão Computacional) | Ementa detalhada ainda não escrita | — | Ementa publicada | |
| DL-203 | Regularização e normalização | Ementa detalhada ainda não escrita | — | Ementa publicada |
- DL-101Ementa publicada
Intuição visual de redes neurais
Ementa detalhada ainda não escrita
- CORE-201Ementa publicada
Matemática essencial II
- Conteúdo
- Gradientes, otimização, álgebra linear aplicada
- Prática
- Gradiente descendente do zero em NumPy
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-202Ementa publicada
Redes neurais do zero
- Conteúdo
- Perceptron, backpropagation, funções de ativação
- Prática
- Implementar uma rede neural sem framework
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-203Ementa publicada
PyTorch na prática
- Conteúdo
- Tensores, autograd, loops de treino, GPU
- Prática
- Reescrever a rede do CORE-202 em PyTorch
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- CORE-204Ementa publicada
Avaliação e experimentação
- Conteúdo
- Overfitting, validação cruzada, tracking (W&B/MLflow)
- Prática
- Rodar e comparar 10 experimentos
R$ 180US$ 60MX$ 750valor estimado0 de 1 módulo publicado
- DL-201Ementa publicada
CNNs (compartilhado com Visão Computacional)
Ementa detalhada ainda não escrita
- DL-203Ementa publicada
Regularização e normalização
Ementa detalhada ainda não escrita
Nem tudo cabe em 40 horas. Estado da arte, treino distribuído, interpretabilidade, edge e os cinco projetos integradores existem apenas dentro das trilhas completas: Trilhas