Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
API funcional Keras
Neste curso, você vai aprender a resolver problemas complexos usando a API funcional do Keras.Começando com uma introdução, você vai construir redes funcionais simples, ajustá-las aos dados e fazer previsões. Você também vai aprender a construir modelos com várias entradas e uma única saída e compartilhar pesos entre camadas..
Redes de múltiplas entradas
Conforme você avança, explore a construção de redes de duas entradas usando incorporações categóricas, camadas compartilhadas e camadas de mesclagem. Esses são os blocos básicos pra projetar redes neurais com fluxos de dados complexos.Ele estende esses conceitos para modelos com três ou mais entradas, ajudando você a entender os parâmetros e a topologia das suas redes neurais usando as funções de resumo e plotagem do Keras..
Redes de múltiplas saídas
Nos exercícios interativos finais, você vai trabalhar com redes de múltiplas saídas, que podem resolver problemas de regressão com vários alvos e até mesmo lidar com tarefas de regressão e classificação ao mesmo tempo.No final do curso, você vai ter experiência prática com técnicas avançadas de aprendizado profundo para dar um gás na sua carreira como cientista de dados, incluindo a avaliação dos seus modelos em novos dados usando várias métricas..
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
A API funcional do Keras
Neste capítulo, você vai se familiarizar com o básico da API funcional do Keras. Você vai montar uma rede funcional simples usando blocos de construção funcionais, ajustá-la aos dados e fazer previsões.
- Camadas de entrada e densas do Keras50 XP
- Camadas de entrada100 XP
- Camadas densas100 XP
- Camadas de saída100 XP
- Crie e compile um modelo50 XP
- Crie um modelo100 XP
- Compile um modelo100 XP
- Visualize um modelo100 XP
- Ajustar e avaliar um modelo50 XP
- Ajuste o modelo aos dados do torneio de basquete.100 XP
- Avalie o modelo em um conjunto de testes100 XP
2
Duas redes de entrada usando incorporações categóricas, camadas compartilhadas e camadas de mesclagem
Neste capítulo, você vai criar redes de duas entradas que usam embeddings categóricos pra representar dados de alta cardinalidade, camadas compartilhadas pra especificar blocos de construção reutilizáveis e camadas de mesclagem pra juntar várias entradas em uma única saída. Ao final deste capítulo, você vai ter os fundamentos básicos para projetar redes neurais com fluxos de dados complexos.
3
Várias entradas: 3 entradas (e muito mais!)
Neste capítulo, você vai expandir seu modelo de 2 entradas para 3 entradas e aprender a usar as funções summary e plot do Keras para entender os parâmetros e a topologia das suas redes neurais. No final do capítulo, você vai entender como estender um modelo de 2 entradas para 3 entradas e mais.
4
Saídas múltiplas
Neste capítulo, você vai criar redes neurais com várias saídas, que podem ser usadas pra resolver problemas de regressão com vários alvos. Você também vai criar um modelo que resolve um problema de regressão e um problema de classificação ao mesmo tempo.
Aprendizado profundo avançado com Keras
Curso
concluído
