Dados
Machine Learning Avançada
Aprofunde seus conhecimentos em Machine Learning!
73hPara conclusão
9Cursos
0Artigos
73hPara conclusão
Machine Learning Avançada
Seja especialista em Machine Learning e ajude as empresas otimizar recursos, escalar atendimento, aumentar segurança do trabalho ou diminuir falhas e muito mais.
Inspirado na forma forma como aprendemos, através da capacidade humana de detectar diversos tipos de padrões, os cientistas ampliaram as áreas de atuação do Machine Learning. Inspirado muitas vezes pela forma como nos comunicamos, enxergamos e até mesmo como nossos neurônios reagem a um estímulo, floresce na inteligência artificial sub-áreas como Processamento de Linguagem Natural, Visão computacional, Deep Learning e tantas outros. Nesta formação vamos trabalhar esses tópicos, entendendo o que são estas áreas que vem se tornando destaques dentro das empresas.
Por que estudar esta formação?
Comece essa formação agora mesmo e capacite-se para seu próximo projeto!
Inicie sua jornada agora.
Com quem você vai aprender?
Cássia Sampaio
Cássia é cientista de dados, instrutora e expert em Inteligência Artificial. Tem mestrado em Fundamentos da Matemática e há mais de 5 anos desenvolve projetos com IA. Participa ativamente da comunidade, fez parte do MIT Global Startup Labs, deu aula nas Pyladies SP e atuou como mentora em eventos como BlueHack, Women Techmakers Health Tech Weekend e AngelHack.
Allan Segovia Spadini
Allan trabalha como instrutor de Ciência de dados na Alura desde 2019. Também é um dos autores do livro Séries temporais com Prophet pela Casa do Código.
Thiago G Santos
Um quase físico, apaixonado por dados e educação. Atuou durante alguns anos na área de Data Science na maior fabricante de eletrodomésticos do mundo e trabalhou em projetos de Processamento de Linguagem Natural para a Petrobrás. Atualmente dedica-se à aplicação de machine learning na área da educação e na democratização do acesso ao ensino de Data Science no Brasil.
Michel Fernandes
Gosto bastante de aprender a usar, em casos de uso reais, técnicas de aprendizado de máquina e visão computacional. Sou mestre em inteligência artificial com grande interesse na área médica, em especial no segmento de imagens de ressonância magnética. Também sou professor de visão computacional em pós-graduação. Atuo como gerente sênior de arquitetura e engenharia de aplicações em um laboratório de prática digital de inovação.
Cássia Sampaio
Cássia é cientista de dados, instrutora e expert em Inteligência Artificial. Tem mestrado em Fundamentos da Matemática e há mais de 5 anos desenvolve projetos com IA. Participa ativamente da comunidade, fez parte do MIT Global Startup Labs, deu aula nas Pyladies SP e atuou como mentora em eventos como BlueHack, Women Techmakers Health Tech Weekend e AngelHack.
Allan Segovia Spadini
Allan trabalha como instrutor de Ciência de dados na Alura desde 2019. Também é um dos autores do livro Séries temporais com Prophet pela Casa do Código.
Thiago G Santos
Um quase físico, apaixonado por dados e educação. Atuou durante alguns anos na área de Data Science na maior fabricante de eletrodomésticos do mundo e trabalhou em projetos de Processamento de Linguagem Natural para a Petrobrás. Atualmente dedica-se à aplicação de machine learning na área da educação e na democratização do acesso ao ensino de Data Science no Brasil.
Michel Fernandes
Gosto bastante de aprender a usar, em casos de uso reais, técnicas de aprendizado de máquina e visão computacional. Sou mestre em inteligência artificial com grande interesse na área médica, em especial no segmento de imagens de ressonância magnética. Também sou professor de visão computacional em pós-graduação. Atuo como gerente sênior de arquitetura e engenharia de aplicações em um laboratório de prática digital de inovação.
Cássia Sampaio
Cássia é cientista de dados, instrutora e expert em Inteligência Artificial. Tem mestrado em Fundamentos da Matemática e há mais de 5 anos desenvolve projetos com IA. Participa ativamente da comunidade, fez parte do MIT Global Startup Labs, deu aula nas Pyladies SP e atuou como mentora em eventos como BlueHack, Women Techmakers Health Tech Weekend e AngelHack.
Allan Segovia Spadini
Allan trabalha como instrutor de Ciência de dados na Alura desde 2019. Também é um dos autores do livro Séries temporais com Prophet pela Casa do Código.
Thiago G Santos
Um quase físico, apaixonado por dados e educação. Atuou durante alguns anos na área de Data Science na maior fabricante de eletrodomésticos do mundo e trabalhou em projetos de Processamento de Linguagem Natural para a Petrobrás. Atualmente dedica-se à aplicação de machine learning na área da educação e na democratização do acesso ao ensino de Data Science no Brasil.
Michel Fernandes
Gosto bastante de aprender a usar, em casos de uso reais, técnicas de aprendizado de máquina e visão computacional. Sou mestre em inteligência artificial com grande interesse na área médica, em especial no segmento de imagens de ressonância magnética. Também sou professor de visão computacional em pós-graduação. Atuo como gerente sênior de arquitetura e engenharia de aplicações em um laboratório de prática digital de inovação.
Cássia Sampaio
Cássia é cientista de dados, instrutora e expert em Inteligência Artificial. Tem mestrado em Fundamentos da Matemática e há mais de 5 anos desenvolve projetos com IA. Participa ativamente da comunidade, fez parte do MIT Global Startup Labs, deu aula nas Pyladies SP e atuou como mentora em eventos como BlueHack, Women Techmakers Health Tech Weekend e AngelHack.
Allan Segovia Spadini
Allan trabalha como instrutor de Ciência de dados na Alura desde 2019. Também é um dos autores do livro Séries temporais com Prophet pela Casa do Código.
Thiago G Santos
Um quase físico, apaixonado por dados e educação. Atuou durante alguns anos na área de Data Science na maior fabricante de eletrodomésticos do mundo e trabalhou em projetos de Processamento de Linguagem Natural para a Petrobrás. Atualmente dedica-se à aplicação de machine learning na área da educação e na democratização do acesso ao ensino de Data Science no Brasil.
Michel Fernandes
Gosto bastante de aprender a usar, em casos de uso reais, técnicas de aprendizado de máquina e visão computacional. Sou mestre em inteligência artificial com grande interesse na área médica, em especial no segmento de imagens de ressonância magnética. Também sou professor de visão computacional em pós-graduação. Atuo como gerente sênior de arquitetura e engenharia de aplicações em um laboratório de prática digital de inovação.
Passo a passo
Vamos iniciar nosso mergulho pelo famoso Deep Learning!
Neste passo vamos aprender o que é Deep Learning e implementar nossa própria Rede Neural usando o framework Keras e descobriremos como resolver problemas reais.
Então vamos nessa que estamos cheios de desafios neste oceano de conhecimento!
Cursos
- Deep Learning parte 1: KerasSaiba mais
- Aprenda conceitos essenciais de Deep Learning na prática.
- Construa e treine um modelo com Keras e Tensorflow.
- Saiba como selecionar as camadas de um modelo.
- Avalie a performance do modelo e melhore seus resultados.
- Aplique Deep Learning para classificar imagens.
- Deep Learning parte 2: como a rede aprendeSaiba mais
- Comece a entender o que acontece por dentro de um modelo.
- Familiarize-se com conceitos de Deep Learning.
- Faça ajustes finos antes da etapa de treinamento do modelo.
- Entenda problemas comuns com pesos e vieses.
- Descubra como e porque há uma convergência do modelo.
- Deep Learning: previsão com KerasSaiba mais
- Aprenda a usar o Keras
- Descubra as estruturas de dados para a previsão
- Aplique redes neurais para regressão
- Entenda o que são redes recorrentes
- Faça previsões com uma LSTM
