4. Deep Learning
Na primeira aula deste módulo de Deep Learning, o Professor Luciano irá desvendar os mistérios por trás do conceito de rede neural. Explore os componentes essenciais, como "node", "node connection", "weights" e "bias", entendendo como esses parâmetros desempenham um papel crucial na estrutura das redes neurais. Além disso, vamos mergulhar na finalidade e nas limitações das redes neurais no contexto da criação de modelos não-lineares. Conceitos como funções de ativação, algoritmo de "backpropagation" e "gradient descent" serão desmistificados, proporcionando uma base sólida para sua jornada no mundo do Deep Learning.
Aula 02: Deep Learning
Na segunda aula, ministrada pelo Professor Leandro, daremos um passo além na exploração do Aprendizado Profundo. Começaremos com uma introdução envolvente, contextualizando os fundamentos do Deep Learning. Em seguida, investigaremos a fundo a finalidade e as limitações das redes neurais profundas, compreendendo como essas estruturas complexas moldam o cenário do aprendizado profundo. Além disso, exploraremos os diferentes tipos de redes neurais profundas, proporcionando uma compreensão abrangente das diversas arquiteturas que impulsionam a revolução do Deep Learning.
Materiais utilizados e Recursos Complementares
LINKS:
Gradiente descendente (em inglês)
Introdução às redes neurais (em inglês)
Introdução a Redes Neurais e Deep Learning (em português)
Exemplo de Implementação de Rede Neural Recorrente com Keras
Código Fonte - Exemplo de Implementação de Rede Neural Recorrente com Keras
Exemplo de Implementação de Rede Convolucional com Keras
Código Fonte - Exemplo de Implementação de Rede Convolucional com Keras