Atenção! Nosso Atendimento é 100% automatizado por Inteligência Artificial!

Curso de Aprendizado Profundo e Redes Neurais em Python - Keras: Para Leigos

Economize R$ 87,10

Preço:
Preço promocionalR$ 39,90 Preço normalR$ 127,00

Descrição

"""

Aprendizado Profundo e Redes Neurais Convolucionais usando Python para Iniciantes

Visão Geral do Curso

Bem-vindo ao emocionante mundo do Aprendizado Profundo e Redes Neurais Convolucionais! Meu nome é Abigail Newton e estou empolgada em apresentar a você este curso abrangente que o levará de iniciante a profissional nessa área. No mundo impulsionado pela tecnologia de hoje, o Aprendizado de Máquina e o Aprendizado Profundo se tornaram habilidades essenciais. Desde sugestões do Google até recomendações de filmes, essas tecnologias estão em todos os lugares. No entanto, muitas pessoas acreditam que aprender esses conceitos requer um profundo entendimento de algoritmos complexos e fórmulas matemáticas. Este curso tem como objetivo desmistificar essa ideia. Assim como dirigir um carro, você não precisa conhecer o funcionamento interno de um motor para usá-lo. Da mesma forma, neste curso, encontramos um equilíbrio perfeito entre teoria e implementação prática. Usaremos a linguagem de programação Python e a biblioteca Keras para construir modelos eficientes de aprendizado profundo.

Estrutura do Curso

O curso está dividido em várias seções para garantir uma experiência de aprendizado abrangente. Aqui está uma visão geral do que você aprenderá:

Seção 1: Introdução ao Aprendizado Profundo e Redes Neurais

- Compreender a diferença entre aprendizado profundo e aprendizado de máquina - Explorar a história e as aplicações de redes neurais - Aprender o fluxo de trabalho básico do aprendizado profundo - Compreender neurônios biológicos e artificiais

Seção 2: Escolhendo entre Aprendizado Profundo e Aprendizado de Máquina

- Comparar cenários e fatores para decidir entre aprendizado de máquina e aprendizado profundo para um projeto envolvendo inteligência artificial

Seção 3: Configurando o Ambiente Python

- Instalando a plataforma Anaconda e as dependências necessárias - Aprender o básico da linguagem Python, incluindo atribuições, controle de fluxo, funções e estruturas de dados

Seção 4: Instalando Bibliotecas de Aprendizado Profundo

- Instalando as bibliotecas Theano, TensorFlow e Keras - Testando programas de exemplo com cada biblioteca para garantir a funcionalidade adequada

Seção 5: Perceptrons de Múltiplas Camadas e Treinamento de Redes Neurais

- Compreender o conceito de perceptrons de múltiplas camadas - Explorar as principais etapas associadas ao treinamento de uma rede neural

Seção 6: Construindo Modelos de Aprendizado Profundo do Mundo Real

- Usando o conjunto de dados "Pima Indians Onset of Diabetes" para construir um modelo de classificação - Testando divisão manual e automática de dados e validação cruzada k-Fold - Usando o conjunto de dados "Iris Flowers Classification" para construir um modelo de classificação múltipla - Usando o conjunto de dados "Sonar Returns" para construir um modelo de classificação de sinais de sonar - Usando o conjunto de dados "Boston House Prices" para construir um modelo de regressão para prever preços de casas

Seção 7: Salvando e Carregando Modelos Treinados

- Salvando modelos treinados em arquivos e carregando-os para uso futuro - Fazendo previsões com os modelos treinados

Seção 8: Check-pointing e Histórico de Treinamento do Modelo

- Usando check-pointing para salvar e carregar modelos durante o treinamento - Acessando o histórico de treinamento do modelo e visualizando o progresso

Seção 9: Prevenindo Overfitting e Controlando a Taxa de Aprendizado

- Incluindo a técnica de regularização de drop-out para prevenir overfitting - Configurando programadores de taxa de aprendizado baseados em tempo e drop-based

Seção 10: Introdução às Redes Neurais Convolucionais

- Compreender a arquitetura e o funcionamento das redes neurais convolucionais - Explorar experimentos populares com CNNs

Seção 11: Reconhecimento de Dígitos Manuscritos

- Construindo um modelo de CNN para reconhecer dígitos manuscritos usando o conjunto de dados MNIST - Melhorando o desempenho do modelo com técnicas como aumento de imagem e padronização de amostra

Seção 12: Reconhecimento de Objetos em Fotografias

- Usando o conjunto de dados CIFAR-10 para reconhecimento de objetos - Construindo um modelo CNN simples e melhorando seu desempenho com uma rede mais profunda

Conclusão

Ao concluir este curso, você adquirirá as habilidades e conhecimentos necessários para se destacar no campo do aprendizado profundo e redes neurais convolucionais. Esse conjunto de habilidades altamente procurado abrirá inúmeras oportunidades de carreira para você. Após a conclusão, você receberá um certificado de experiência para mostrar sua expertise. O futuro pertence às máquinas pensantes, e este curso o preparará para esse futuro. Junte-se a nós agora e embarque nessa jornada emocionante no mundo do aprendizado profundo. Nos vemos em breve na sala de aula!

Estimar frete

Payment & Security

Dúvidas Gerais

Após a confirmação do pagamento, você receberá um e-mail com todas as instruções para acessar seus cursos. O e-mail incluirá um link para a plataforma de ensino, onde você poderá fazer login utilizando suas credenciais cadastradas no momento da compra. Caso seja um curso em formato de arquivo para download, o mesmo estará disponível na área do aluno e poderá ser acessado diretamente pelo link enviado. Se você não receber o e-mail de acesso em até 24 horas, verifique sua caixa de spam ou entre em contato com nossa equipe pelo e-mail suporte@amentil.com.br.

Após a confirmação do pagamento, seu pedido será processado e enviado para o endereço cadastrado. Você receberá um e-mail com os detalhes do envio, incluindo o código de rastreamento para acompanhar a entrega. Trabalhamos com transportadoras confiáveis e os prazos variam de acordo com o método de envio escolhido e sua localização. É importante garantir que o endereço de entrega esteja correto para evitar atrasos. Caso tenha dúvidas ou problemas com a entrega, nossa equipe de suporte está à disposição pelo e-mail suporte@amentil.com.br.

Você pode tirar dúvidas diretamente com nossa equipe de suporte por diversos canais:

  • E-mail: Envie sua pergunta para suporte@amentil.com.br, e nossa equipe responderá em até 2 dias úteis.
  • Telefone: Ligue para +55 (48) 1234-5678, disponível de segunda a sexta, das 9h às 18h.
  • WhatsApp: Envie uma mensagem para +55 (48) 91265-4321 e receba atendimento rápido e prático.
  • Formulário de Contato: Preencha o formulário disponível em nosso site na página Contato.
  • Redes Sociais: Você também pode enviar suas dúvidas pelo Instagram ou Facebook em @amentil.sa.

Estamos sempre prontos para ajudar!

Reembolso e garantias

O prazo de reembolso pode variar dependendo da forma de pagamento utilizada:

  • Cartão de Crédito: O estorno será realizado em até 7 dias úteis após a aprovação do reembolso, mas o crédito poderá aparecer na sua fatura em um prazo de 30 a 60 dias, conforme a política da operadora do cartão.
  • Boleto Bancário ou Transferência: O valor será devolvido via depósito em conta bancária em até 7 dias úteis após a aprovação do reembolso.

Você pode solicitar a devolução de produtos físicos seguindo o passo a passo abaixo:

  1. Entre em contato com nosso suporte:
  2. Aguarde nossa resposta:
    Nossa equipe analisará sua solicitação em até 3 dias úteis e fornecerá as instruções detalhadas para a devolução.
  3. Prepare o produto:
  4. Envie o produto:
  5. Reembolso ou troca:

Nosso compromisso é fornecer uma experiência confiável e segura ao acessar nossa enciclopédia online. Garantimos a qualidade dos serviços e funcionalidades oferecidos, seguindo as condições descritas abaixo:

1. Garantia de Acesso

  • Disponibilidade: Oferecemos garantia de disponibilidade da enciclopédia online 24 horas por dia, 7 dias por semana, exceto durante períodos programados de manutenção ou por problemas técnicos fora do nosso controle.
  • Resolução de Problemas: Em caso de interrupções no serviço, nossa equipe técnica atuará para restaurar o acesso no menor tempo possível.

2. Garantia de Conteúdo

  • Precisão e Atualização: Todo o conteúdo disponibilizado é cuidadosamente revisado para garantir precisão e relevância. No entanto, a enciclopédia online é constantemente atualizada, e não podemos garantir a exatidão absoluta em casos de informações sujeitas a mudanças rápidas.
  • Correção de Erros: Caso identifique erros ou inconsistências no conteúdo, você pode nos informar pelo e-mail conteudo@amentil.com.br, e faremos a análise e correção, se necessário.

3. Garantia de Segurança

  • Proteção de Dados: Utilizamos tecnologias avançadas para proteger suas informações pessoais e garantir que sua navegação na enciclopédia seja segura.
  • Privacidade: Todos os dados coletados seguem as diretrizes da nossa Política de Privacidade.

4. Garantia de Reembolso

Para assinaturas da enciclopédia online:

  • Direito de Arrependimento: Você pode solicitar o cancelamento e reembolso integral em até 7 dias corridos após a compra, desde que não tenha acessado conteúdos pagos da plataforma.
  • Problemas Técnicos: Caso não consiga acessar os conteúdos devido a falhas técnicas imputáveis à plataforma, garantimos suporte prioritário e, se o problema não for resolvido, você pode solicitar reembolso proporcional ao período não utilizado.

5. Limitações

  • Conexão à Internet: Não garantimos acesso à enciclopédia em situações de instabilidade ou falhas na conexão de internet do usuário.
  • Uso Indevido: O acesso e uso da enciclopédia são pessoais e intransferíveis. O compartilhamento de credenciais pode resultar na suspensão ou cancelamento da assinatura sem reembolso.

6. Contato para Garantias

Caso precise de suporte ou queira exercer algum direito de garantia, entre em contato conosco:

  • E-mail: suporte@amentil.com.br
  • Telefone: +55 (48) 1234-5678
  • Horário de atendimento: Segunda a sexta, das 9h às 18h.