Pular para o conteúdo principal
InícioPythonIntrodução à aprendizagem profunda em Python

Introdução à aprendizagem profunda em Python

Aprenda os fundamentos das redes neurais e como criar modelos de deep learning com Keras 2.0 em Python.

Comece O Curso Gratuitamente
4 horas17 vídeos50 exercícios
249.053 aprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
GroupTreinar 2 ou mais pessoas?Experimente o DataCamp For Business

Amado por alunos de milhares de empresas


Descrição do Curso

Descubra os aplicativos de aprendizagem profunda

A aprendizagem profunda é a técnica de aprendizagem de máquina por trás dos recursos mais interessantes em robótica, processamento de linguagem natural, reconhecimento de imagens e inteligência artificial. Neste curso de 4 horas, você obterá conhecimento prático sobre como aplicar suas habilidades em Python à aprendizagem profunda com a biblioteca Keras 2.0.

Explore os modelos Keras com um colaborador da biblioteca

Ministrado pelo ex-cientista de dados do Google e colaborador do Keras, Dan Becker, este curso de aprendizagem profunda explora os modelos de rede neural e como você pode gerar previsões com eles. Nos primeiros capítulos, você entenderá melhor a propagação para frente e para trás e como elas funcionam na prática.

A biblioteca Keras é uma biblioteca Python que pode ajudar você a desenvolver e analisar modelos de aprendizagem profunda. Como muitas bibliotecas Python, ela é gratuita, de código aberto e muito fácil de usar. Você começará criando um modelo do Keras e aprenderá a compilá-lo, ajustá-lo e classificá-lo antes de fazer previsões. Depois de concluir este curso, você terá todas as ferramentas necessárias para criar redes neurais profundas e começar a fazer experiências com redes mais amplas e profundas ao longo do tempo.

Aprofunde-se mais na aprendizagem profunda

Este curso faz parte de várias trilhas de aprendizado de máquina e aprendizado profundo, oferecendo a você caminhos claros para desenvolver suas habilidades e experiência nessa área depois de concluir o curso introdutório, quer você queira concluir um projeto pessoal ou seguir uma carreira como cientista de aprendizado de máquina.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à biblioteca completa do DataCamp, com relatórios, atribuições, projetos e muito mais centralizados
Experimente O DataCamp for BusinessPara uma solução sob medida , agende uma demonstração.
  1. 1

    Noções básicas de aprendizagem profunda e redes neurais

    Gratuito

    Neste capítulo, você se familiarizará com os conceitos e a terminologia fundamentais usados na aprendizagem profunda e entenderá por que as técnicas de aprendizagem profunda são tão poderosas atualmente. Você criará redes neurais simples e gerará previsões com elas.

    Reproduzir Capítulo Agora
    Introdução à aprendizagem profunda
    50 xp
    Comparação de modelos de redes neurais com modelos de regressão clássicos
    50 xp
    Propagação direta
    50 xp
    Codificação do algoritmo de propagação progressiva
    100 xp
    Funções de ativação
    50 xp
    A função de ativação linear retificada
    100 xp
    Aplicar a rede a muitas observações/linhas de dados
    100 xp
    Redes mais profundas
    50 xp
    Propagação direta em uma rede mais profunda
    50 xp
    Redes neurais multicamadas
    100 xp
    As representações são aprendidas
    50 xp
    Níveis de representação
    50 xp
  2. 3

    Criando modelos de aprendizagem profunda com o keras

    Neste capítulo, você usará a biblioteca Keras para criar modelos de aprendizagem profunda para regressão e classificação. Você aprenderá sobre o fluxo de trabalho Specify-Compile-Fit que pode ser usado para fazer previsões e, ao final do capítulo, terá todas as ferramentas necessárias para criar redes neurais profundas.

    Reproduzir Capítulo Agora
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à biblioteca completa do DataCamp, com relatórios, atribuições, projetos e muito mais centralizados

conjuntos de dados

Hourly wagesMNISTTitanic

colaboradores

Collaborator's avatar
Hugo Bowne-Anderson
Collaborator's avatar
Yashas Roy
Dan Becker HeadshotDan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 14 milhões de alunos e comece Introdução à aprendizagem profunda em Python hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.