Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Obtenha uma introdução ao TensorFlow
Há pouco tempo, os algoritmos de visão computacional mais avançados não conseguiam diferenciar imagens de cães e gatos. Hoje, um cientista de dados habilidoso, equipado com nada mais do que um laptop, pode classificar dezenas de milhares de objetos com maior precisão do que o olho humano.Neste curso, você usará o TensorFlow 2.6 para desenvolver, treinar e fazer previsões com os modelos que impulsionaram grandes avanços em sistemas de recomendação, classificação de imagens e FinTech.
Use modelos lineares para fazer previsões
Você descobrirá como usar o TensorFlow 2.6 para fazer previsões usando modelos de regressão linear e testará seu conhecimento prevendo os preços das casas em King County. Esta seção do curso inclui uma visão das funções de perda e como você pode reduzir o uso de recursos treinando o modelo linear em lotes.Treine sua rede neural
Na segunda metade do curso, você usará as mesmas ferramentas para fazer previsões usando redes neurais. Você praticará o treinamento de uma rede no TensorFlow adicionando variáveis treináveis e usando seu modelo e recursos de teste para prever valores-alvo.Combine o TensorFlow com o Keras API
Adicione o poderoso API do Keras ao seu repertório e aprenda a combiná-lo com o TensorFlow 2.6 para fazer previsões e avaliar modelos. Ao final deste curso, você entenderá como usar o Estimators API para simplificar a definição do modelo e evitar erros.Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução ao TensorFlow
Antes de criar modelos avançados no TensorFlow 2, você precisa entender o básico. Neste capítulo, você vai aprender a definir constantes e variáveis, realizar adição e multiplicação de tensores e calcular derivadas. Ter noções de álgebra linear ajuda, mas não é obrigatório.
- Constantes e variáveis50 XP
- Definindo dados como constantes100 XP
- Definindo variáveis100 XP
- Operações básicas50 XP
- Realizando multiplicação elemento a elemento100 XP
- Fazendo previsões com multiplicação de matrizes100 XP
- Somando ao longo das dimensões de um tensor50 XP
- Operações avançadas50 XP
- Remodelando tensores100 XP
- Otimização com gradientes100 XP
- Trabalhando com dados de imagem100 XP
2
Modelos lineares
Neste capítulo, você vai aprender a construir, resolver e fazer previsões com modelos no TensorFlow 2. O foco será uma classe simples de modelos — a regressão linear — e você tentará prever preços de imóveis. Ao final, você saberá carregar e manipular dados, construir funções de perda, realizar minimização, fazer previsões e reduzir o uso de recursos com treino em lotes (batch training).
3
Redes neurais
Os capítulos anteriores mostraram como construir modelos no TensorFlow 2. Neste capítulo, você aplicará as mesmas ferramentas para criar, treinar e fazer previsões com redes neurais. Você vai aprender a definir camadas densas, aplicar funções de ativação, escolher um otimizador e aplicar regularização para reduzir overfitting. Vai tirar proveito da flexibilidade do TensorFlow usando tanto álgebra linear de baixo nível quanto as operações da API Keras de alto nível para definir e treinar modelos.
4
APIs de alto nível
No capítulo final, você usará APIs de alto nível do TensorFlow 2 para treinar um classificador de letras da linguagem de sinais. Você usará as APIs Keras sequencial e funcional para treinar, validar, fazer previsões e avaliar modelos. Você também vai aprender a usar a API Estimators para simplificar a definição e o treinamento do modelo e evitar erros.
Introdução ao TensorFlow em Python
Curso
concluído
