Curso online gratuitoRedes Neurais
Duração do curso online: 7 horas e 1 minutos
5
(-3)
Curso gratuito online de Redes Neurais pela Univesp: explore conceitos de modelagem matemática, aprendizado, arquiteturas e aplicações práticas em Inteligência Artificial e Ciência de Dados.
Descrição do curso
O curso "Redes Neurais" é uma imersão profunda no vasto e fascinante mundo das redes neurais, um dos pilares mais importantes no campo da Inteligência Artificial e Ciência de Dados. Com uma duração total de 7 horas e 1 minuto, este curso é um guia abrangente que abrange desde os conceitos fundamentais até as aplicações mais avançadas das redes neurais.
Para começar, o curso introduz os participantes ao conceito de redes neurais, explicando o que são e como se inspiram nos neurônios biológicos. Seguindo esse contexto biológico, é apresentado um modelo matemático dos neurônios, criando um link entre biologia e computação.
Em seguida, o foco se desloca para a compreensão das diferentes formas de aprendizagem em redes neurais e os principais paradigmas que regem esse aprendizado. Este bloco do curso é fundamental para entender como as redes neurais aprendem e se adaptam a diversas tarefas.
As principais arquiteturas de redes neurais são discutidas, fornecendo uma visão detalhada das variadas formas em que essas redes podem ser estruturadas e seus respectivos usos práticos. Nessa etapa, há também uma atenção especial à preparação de dados para o treinamento, um passo crucial para o sucesso de qualquer modelo de rede neural.
Os alunos têm a oportunidade de explorar os primeiros modelos de redes neurais, como o Perceptron e o Adaline, antes de avançar para arquiteturas mais complexas como a Multilayer Perceptron (MLP). O curso cobre os fundamentos e a derivação do algoritmo de retropropagação, que é essencial para o treinamento eficaz das redes MLP.
Exemplos práticos de implementação e aplicação das redes MLP são fornecidos, acompanhados pela configuração detalhada dos hiperparâmetros dessas redes. Métodos otimizados para o treinamento e técnicas de regularização também são abordados, permitindo aos alunos melhorar a performance e a robustez de suas redes neurais.
Nessa linha, a otimização da topologia de uma rede MLP é ilustrada para que os participantes entendam como ajustar a estrutura da rede para diferentes tipos de problemas. Além disso, o curso aborda a arquitetura das Redes de Funções de Base Radial (RBF) e seu treinamento específico.
O aprendizado competitivo é um tópico explorado através da rede Self-Organizing Map (SOM), mostrando como esta pode ser aplicada ao problema de agrupamento de dados. Máquinas baseadas em energia, como a rede de Hopfield, a máquina de Boltzmann e a máquina restrita de Boltzmann (RBM) também são discutidas, ampliando os horizontes dos participantes em termos de modelos energéticos e probabilísticos.
Finalmente, o curso explora profundamente as redes recorrentes e o algoritmo de retropropagação através do tempo, apresentando também as redes recorrentes com memória de longo prazo e suas aplicações em predição de séries temporais. Esta seção é vital para aqueles que desejam aplicar redes neurais em contextos dinâmicos e temporais, como na análise de dados financeiros ou na previsão de eventos.
Em suma, o curso "Redes Neurais" é uma viagem enriquecedora e completa pelo universo das redes neurais, proporcionando aos participantes as ferramentas e o conhecimento necessários para resolver problemas complexos e inovar no campo da Inteligência Artificial e Ciência de Dados.
Conteúdo do curso
-
Aula em vídeo: Redes Neurais - Introdução às Redes Neurais
0h17m
-
Exercício: Qual das seguintes alternativas descreve corretamente o conceito principal de redes neurais artificiais?
-
Aula em vídeo: Redes neurais - O neurônio biológico e sua modelagem matemática
0h17m
-
Exercício: Qual é uma característica importante do cérebro que é utilizada como inspiração para o desenvolvimento de redes neurais artificiais?
-
Aula em vídeo: Redes Neurais - Aprendizagem em redes neurais e seus principais paradigmas
0h23m
-
Exercício: Qual dos seguintes paradigmas de aprendizagem em redes neurais não utiliza rótulos de saída fornecidos por especialistas durante o treinamento?
-
Aula em vídeo: Redes Neurais - Principais arquiteturas de redes neurais
0h14m
-
Exercício: Qual é a principal diferença entre as redes neurais convolucionais e as redes com múltiplas camadas?
-
Aula em vídeo: Redes Neurais - Preparação dos dados para treinamento
0h20m
-
Exercício: Qual é a importância de dividir o conjunto de dados em grupos de treino, validação e teste durante o desenvolvimento de um modelo de rede neural?
-
Aula em vídeo: Redes Neurais - Primeiros modelos – Perceptron e Adaline
0h21m
-
Exercício: O que caracteriza o neurônio Adaline em comparação ao Perceptron?
-
Aula em vídeo: Redes Neurais - A arquitetura da rede Multilayer Perceptron
0h18m
-
Exercício: Qual é a principal vantagem de utilizar redes neurais com múltiplas camadas e funções de ativação não lineares em comparação a redes com camada única e funções de ativação lineares?
-
Aula em vídeo: Redes Neurais - Fundamentos e derivação do algoritmo de retropropagação
0h20m
-
Exercício: Qual é o objetivo principal do algoritmo de retropropagação nas redes neurais?
-
Aula em vídeo: Redes Neurais - Exemplos práticos de implementação e aplicação de redes MLP
0h22m
-
Exercício: Qual é a função do ambiente Google Colab na implementação de modelos de redes neurais apresentada na aula?
-
Aula em vídeo: Redes Neurais - Configuração dos hiperparâmetros de uma rede MLP
0h23m
-
Exercício: Por que o termo de momento é importante no treinamento de redes neurais?
-
Aula em vídeo: Redes Neurais - Métodos otimizados para treinamento das redes MLP e regularização
0h21m
-
Exercício: Qual é um dos principais objetivos do uso de algoritmos como RMSProp e Adam no treinamento de redes neutrais?
-
Aula em vídeo: Redes Neurais - Ilustração da otimização da topologia de uma rede MLP
0h19m
-
Exercício: Qual é uma das técnicas mencionadas para mitigar o problema de overfitting em redes neurais, conforme discutido na aula prática?
-
Aula em vídeo: Redes Neurais - A arquitetura da rede RBF e seu treinamento
0h18m
-
Exercício: Qual é uma característica principal das redes RBF em comparação com as redes MLP em termos de aproximações de funções?
-
Aula em vídeo: Redes Neurais - O aprendizado competitivo e a rede SOM
0h21m
-
Exercício: Qual é o principal objetivo da rede neural SOM no processo de aprendizado não supervisionado?
-
Aula em vídeo: Redes Neurais - A rede SOM aplicada ao problema de agrupamento de dados
0h19m
-
Exercício: Qual a consequência de utilizar um valor de sigma muito pequeno ao configurar uma rede SOM?
-
Aula em vídeo: Redes Neurais - Máquinas baseadas em energia: a rede de Hopfield
0h22m
-
Exercício: Qual é a principal característica das redes neurais do tipo Hopfield?
-
Aula em vídeo: Redes Neurais - A máquina de Boltzmann
0h20m
-
Exercício: Qual é o principal impacto do uso de ruído no processo de encontrar um mínimo global de energia em redes neurais estocásticas?
-
Aula em vídeo: Redes Neurais - A máquina restrita de Boltzmann (RBM)
0h18m
-
Exercício: Qual é a principal diferença entre a Máquina de Boltzmann Tradicional e a Máquina de Boltzmann Restrita?
-
Aula em vídeo: Redes Neurais - Redes recorrentes e o algoritmo de retropropagação através do tempo
0h22m
-
Exercício: Qual é a principal diferença entre redes neurais recorrentes e redes neurais alimentadas adiante?
-
Aula em vídeo: Redes Neurais - Redes recorrentes com memória de longo prazo
0h22m
-
Exercício: Qual é o principal problema que redes neurais recorrentes enfrentam ao lidar com sequências longas de dados?
Este curso gratuito inclui:
7 horas e 1 minutos de curso online em vídeo
Exercícios para treinar seus conhecimentos
Certificado digital de conclusão de curso
100% gratuito, do conteúdo ao certificado
Este curso online só pode ser acessado pelo aplicativo Cursa. Instale o aplicativo usando o QR code ou os links abaixo:
Este curso online só pode ser acessado pelo aplicativo Cursa. Instale usando os links abaixo:
-
Estude de graça!
Aqui você não paga nunca! Nem mesmo no certificado, pois tudo no aplicativo é 100% gratuito!
-
Melhore seu currículo!
São mais de 4 Mil Cursos Gratuitos para você estudar qualquer coisa do seu interesse!
-
Certificado Digital grátis!
Conclua o curso e emita gratuitamente seu Certificado Digital reconhecido pela ABED.
Mais cursos gratuitos em Inteligência Artificial e Ciência de dados
Curso GratuitoCiência de Dados
5.8
(5)
63h02m
70 exercícios
Curso GratuitoImersão em ciência de dados
5
(-1)
10h07m
24 exercícios
Curso GratuitoMachine learning em Python
5
(1)
13h23m
13 exercícios
Curso GratuitoIntrodução à Machine Learning
5
(1)
10h13m
22 exercícios
Curso GratuitoRedes Neurais e Deep learning com Python
5
(1)
14h24m
14 exercícios
Curso GratuitoInteligência Artificial Aplicada na Saúde
4.75
(20)
2h49m
11 exercícios
Curso GratuitoPower BI básico com Machine Learning
4.6
(5)
1h57m
10 exercícios
Curso GratuitoIntrodução ao ChatGPT e suas funcionalidades
4.58
(24)
0h28m
5 exercícios
Curso GratuitoCriação de ChatBot com Python
4.5
(2)
5h15m
3 exercícios
Curso GratuitoInteligência Artificial
4.2
(5)
5h41m
34 exercícios
Curso GratuitoCiência de Dados
5.8
(5)
63h02m
70 exercícios
Curso GratuitoImersão em ciência de dados
5
(-1)
10h07m
24 exercícios
Curso GratuitoMachine learning em Python
5
(1)
13h23m
13 exercícios
Curso GratuitoIntrodução à Machine Learning
5
(1)
10h13m
22 exercícios
Curso GratuitoRedes Neurais e Deep learning com Python
5
(1)
14h24m
14 exercícios
Curso GratuitoInteligência Artificial Aplicada na Saúde
4.75
(20)
2h49m
11 exercícios
Curso GratuitoPower BI básico com Machine Learning
4.6
(5)
1h57m
10 exercícios
Curso GratuitoIntrodução ao ChatGPT e suas funcionalidades
4.58
(24)
0h28m
5 exercícios
Curso GratuitoCriação de ChatBot com Python
4.5
(2)
5h15m
3 exercícios
Curso GratuitoInteligência Artificial
4.2
(5)
5h41m
34 exercícios
Baixe o Aplicativo agora para ter acesso a + de 3300 cursos gratuitos, exercícios, certificado e muito conteúdo sem pagar nada!
-
Cursos online 100% gratuitos do início ao fim
Milhares de cursos online em vídeo, ebooks e áudiobooks.
-
Mais de 48 mil exercícios gratuitos
Para testar seus conhecimentos no decorrer dos cursos online
-
Certificado Digital gratuito válido em todo o Brasil
Gerado diretamente na galeria de fotos do seu celular e enviado ao seu e-mail
Baixe nosso aplicativo pelo QR Code ou pelos links abaixo:.
Comentários do Curso: Redes Neurais
Gabriel
Honesto,passando ou não,dou 4 estrelas,é complexo,recomendo a intermediários,tem qualidade,sabia antes,mas sou criativo,misturo hibrido com I.A e psi.
Gabriel
Honesto,passando ou não,darei 4 estrelas,é complexo,recomendo a intermediários,sei da área antes,mas sou criativo e uso hibridos e I.A e sei psi medio
Gabriel
Bem,não sei quando foi feito,pois não cita chatgpt e ia de arte,mas gostei,todos ensinam python e algoritmos e aqui vejo mais foco na psicologia de ia
Gabriel
Bem,não sei quando foi feito,pois não cita chatgpt e ia de arte,mas gostei,todos ensinam python e algoritmos e aqui vejo mais foco na psicologia de ia