Introdução à aprendizagem profunda em Python

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.

Saiba como otimizar as previsões geradas por suas redes neurais. Você usará um método chamado backward propagation, que é uma das técnicas mais importantes da aprendizagem profunda. Entender como ele funciona dará a você uma base sólida para a segunda metade do curso.

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.

Saiba como otimizar seus modelos de aprendizagem profunda no Keras. Comece aprendendo a validar seus modelos, depois entenda o conceito de capacidade do modelo e, por fim, faça experiências com redes mais amplas e profundas.