Curso online gratuitoDeep Learning do Básico a GANs e Transformers

Descrição do curso

Eleve seu nível em Inteligência Artificial com um caminho completo de Deep Learning que começa do zero e avança até temas atuais como GANs e Transformers. Este curso online gratuito foi desenhado para quem quer entender de verdade como redes neurais aprendem, como escolher abordagens para diferentes tipos de dados e como transformar teoria em prática com experimentos que rodam diretamente no Google Colab.

Você vai construir uma base sólida ao conectar os conceitos de IA, Machine Learning e Deep Learning, entendendo onde cada um se encaixa e por que a abordagem profunda mudou o jogo em tarefas como visão computacional e processamento de linguagem natural. A partir daí, o aprendizado aprofunda em treinamento de redes neurais: o papel de funções diferenciáveis, a lógica por trás da retropropagação, e como grafos computacionais tornam o cálculo de gradientes eficiente e escalável para modelos modernos.

O curso também explora o que faz redes convolucionais serem tão eficazes em imagens, como arquiteturas consagradas evoluíram, e de que forma técnicas de visualização ajudam a interpretar o que uma CNN está “enxergando”. Você entenderá decisões importantes de pipeline de dados, incluindo desempenho de carregamento e estratégias para manter a GPU ocupada, além de boas práticas de preparação de dados como normalização e aumento de dados para melhorar generalização.

Para ir além do “modelo que funciona”, você vai aprender sobre otimizadores, momento, regularização, normalização e transferência de aprendizado, desenvolvendo intuição para treinar redes com mais estabilidade e menos overfitting. Em seguida, o foco passa para modelos sequenciais: RNNs, LSTMs e GRUs, compreendendo desafios como dependências de longo prazo e como arquiteturas adequadas ajudam a preservar informação ao longo do tempo. Você também verá a motivação por trás de modelos seq2seq e como preparar texto em batches, lidando com padding de maneira correta.

Na parte mais atual, atenção e Transformers entram como peças centrais para acelerar treinamento e aumentar capacidade de representação, explicando por que esses modelos se tornaram padrão em NLP e além. Por fim, você vai conectar esses conceitos a modelos generativos, entendendo o papel das GANs no aprendizado profundo e como mecanismos de atenção podem reduzir falhas estruturais em geração de imagens.

Ao final, você terá uma visão integrada: fundamentos, treinamento, arquiteturas e aplicações, com prática guiada em exercícios que ajudam a fixar o raciocínio por trás das escolhas. Uma ótima opção para estudantes, profissionais de dados e devs que querem evoluir rumo a projetos reais e vagas em IA, com certificado ao concluir.