5.00
(1 Rating)

Redes Neurais Artificiais

By linikerfs2016@gmail.com Uncategorized
Lista de desejos Share
Share Course
Page Link
Share On Social Media

Sobre o curso

Este curso apresenta os fundamentos das Redes Neurais Artificiais, uma das principais técnicas utilizadas em Machine Learning e Inteligência Artificial.

Ao longo das aulas, são abordados os conceitos teóricos fundamentais e sua aplicação prática utilizando Python, TensorFlow e Keras.

O curso foi desenvolvido com foco didático, sendo indicado para estudantes e profissionais interessados em compreender como redes neurais são estruturadas, treinadas e avaliadas em problemas de regressão e classificação.


Conteúdos abordados

Durante o curso serão discutidos temas como:

  • Estrutura de redes neurais artificiais

  • Normalização de dados
  • Funções de ativação

  • Algoritmo backpropagation

  • Métricas para avaliação da Rede Neural Artificial
  • Treinamento de modelos com TensorFlow

  • Regressão e classificação com redes neurais

  • Diagnóstico de underfitting e overfitting

  • Problemas comuns no treinamento de modelos

Show More

Course Content

Afinal, o que são Redes Neurais Artificiais?

  • Conceito de Redes Neurais Artificiais
    08:05
  • Conceito de Redes Neurais Artificiais

Como as Redes Neurais Artificiais são usadas?

Como máquinas aprendem?

É agora, treine sua primeira Rede Neural Artificial!

Como a Rede Neural Artificial gera suas saídas?

Quais variáveis você pode usar para treinar sua Rede Neural Artificial?

Quais as funções de ativação são usadas em uma Rede Neural Artificial?

Porque devemos normalizar dados para treinar uma Rede Neural Artificial?

Como uma Rede Neural Artificial é treinada?

Quais métricas podemos usar para avaliar o treinamento de uma Rede Neural Artifical?

Como usar o TensorFlow para treinar Redes Neurais Artificiais?

Porque sua Rede Neural Artifical não funciona?

Teste Final
Parabéns! 🎉 Você chegou ao final dos conteúdos do curso e já percorreu todos os tópicos apresentados. Agora é o momento de testar seus conhecimentos na avaliação final. A avaliação é composta por 10 questões de múltipla escolha, abordando os principais conceitos estudados ao longo das aulas. Para ser aprovado, é necessário acertar pelo menos 7 questões. Caso não alcance a pontuação mínima nesta tentativa, não se preocupe. Você terá outras oportunidades para refazer a avaliação e buscar a aprovação. Respire fundo, revise mentalmente os conceitos aprendidos e boa prova! 🚀

Encerramento

Student Ratings & Reviews

5.0
Total 1 Rating
5
1 Rating
4
0 Rating
3
0 Rating
2
0 Rating
1
0 Rating
L
2 meses atrás
a