Conteúdo do curso
- Capítulo 1
- Aula 1. O que é Deep Learning?
- Aula 2. TensorFlow e Colab
- Aula 3. Revisão de Python no Colab
- Aula 4. A “lógica” do Machine Learning
- Aula 5. Conversão de Celsius em Fahrenheit
- Aula 6. As camadas “densas”
- Aula 7. Redes neurais profundas
- Aula 8. Trabalhando com imagens
- Aula 9. Classificador de imagem
- Aula 10. O que são convoluções?
- Aula 11. Max Pooling
- Aula 12. Classificador de imagem com CNNs
- Capítulo 2
- Aula 13. Imagens coloridas
- Aula 14. Gatos e cachorros
- Aula 15. Classificador de imagens coloridas
- Aula 16. Conjunto de validação
- Aula 17. Image Augmentation e Dropout
- Aula 18. Gatos e cachorros com melhorias
- Aula 19. O que é Transfer Learning?
- Aula 20. TensorFlow Hub
- Aula 21. Gatos e cachorros com TL
- Aula 22. O que é NLP?
- Aula 23. Tokenização e texto para sequências
- Aula 24. Preparação de textos
- Aula 25. Tokenização de datasets grandes
- Capítulo 3
- Aula 26. Embeddings de palavras
- Aula 27. Modelo de análise de sentimentos
- Aula 28. Ajustando o modelo
- Aula 29. O que são subpalavras?
- Aula 30. Utilizando subpalavras
- Aula 31. O que são as RNNs?
- Aula 32. Introdução às LSTMs
- Aula 33. Construindo uma rede LSTM
- Aula 34. Geração de textos
- Aula 35. Modelo de geração de textos
- Aula 36. Otimizando o modelo
- Aula 37. Gravação e carregamento de modelos
- Aula 38. Gravando modelos
- Aula 39. Carregando modelos
