Imagem do Curso gratuito Deep Learning do Básico a GANs e Transformers

Curso online gratuitoDeep Learning do Básico a GANs e Transformers

Duração do curso online: 9 horas e 8 minutos

Novo

Curso gratuito de Deep Learning do básico a Transformers e GANs, com teoria e prática em redes neurais, CNNs, RNNs, atenção e otimização.

Neste curso gratuito, aprenda sobre

  • Boas-vindas e Fundamentos de IA, ML e Deep Learning
  • Modelos Lineares e Ambiente de Desenvolvimento
  • Redes Neurais: Conceitos, Treinamento e Implementação Inicial
  • Redes Convolucionais (CNNs): Arquiteturas, Visualização e Pipeline de Dados
  • Treinamento Avançado: Otimização, Regularização, Normalização e Transfer Learning
  • Modelos Sequenciais: RNNs, LSTMs/GRUs e Seq2Seq
  • Atenção e Transformers: Fundamentos e Aplicações

Descrição do curso

Aprenda Deep Learning do zero e avance até modelos modernos como GANs e Transformers em um curso online gratuito voltado para quem quer entender, implementar e treinar redes neurais na prática. A jornada começa com uma base sólida sobre o que é Inteligência Artificial, Machine Learning e Deep Learning, passando por conceitos essenciais como regressões e a preparação do ambiente de estudos para experimentos.

Ao longo do curso, você desenvolve intuição sobre redes neurais e seus componentes, compreende como funciona o treinamento e como interpretar grafos computacionais, criando modelos como MLPs para tarefas de regressão. Em seguida, aprofunda-se em redes convolucionais, entendendo convolução e pooling, conhecendo arquiteturas consagradas e explorando formas de visualizar e interpretar o que uma CNN aprende.

Para treinar modelos de forma mais eficiente e robusta, o curso aborda otimização e boas práticas como regularização, normalização e transferência de aprendizado, conectando teoria e aplicação para melhorar desempenho e generalização. Depois, você avança para redes recorrentes, incluindo LSTMs e GRUs, e modelos seq2seq, aplicando o conhecimento em problemas clássicos de processamento de linguagem.

Na etapa final, o foco passa para mecanismos de atenção e Transformers, entendendo por que mudaram o panorama de IA e como são aplicados em diferentes tarefas. Ao final, você terá uma visão completa da evolução das arquiteturas, com fundamentos bem amarrados e prática suficiente para seguir construindo projetos em Inteligência Artificial e Ciência de Dados.

Conteúdo do curso

  • Aula em vídeo: Apresentação do Curso 18m
  • Exercício: Qual é o papel das GANs dentro do curso de Deep Learning do básico a temas avançados?
  • Aula em vídeo: Aula 0 Parte 1: O Que é IA? e ML? 25m
  • Exercício: Como se relacionam Inteligência Artificial, Aprendizado de Máquina e Deep Learning?
  • Aula em vídeo: Aula 0 Parte 2: Deep Learning 24m
  • Exercício: Qual é a principal diferença entre o pipeline clássico de Machine Learning e a abordagem de Deep Learning para classificação de imagens?
  • Aula em vídeo: Aula 0 Parte 3: Regressões 22m
  • Exercício: Na regressão logística, qual transformação é aplicada ao termo linear (w·x + b) para obter uma probabilidade entre 0 e 1?
  • Aula em vídeo: Aula 0 Parte Prática: Google Colab 13m
  • Exercício: Ao configurar o ambiente para os exercícios de Deep Learning, qual afirmação descreve corretamente como o Google Colab executa o código?
  • Aula em vídeo: Aula 1 Parte 1: Redes Neurais 24m
  • Exercício: Por que é vantajoso que os blocos/camadas de uma rede neural sejam diferenciáveis durante o treinamento?
  • Aula em vídeo: Aula 1 Parte 2: Treinamento 26m
  • Exercício: Por que a retropropagação (backpropagation) permite treinar redes neurais profundas de forma eficiente?
  • Aula em vídeo: Aula 1 Parte 3: Grafos Computacionais 25m
  • Exercício: Qual é a principal vantagem da backpropagation ao calcular gradientes em um grafo computacional?
  • Aula em vídeo: Aula 1 Parte Prática: Regressão e MLP 20m
  • Exercício: Ao treinar um modelo sequencial simples no MNIST com Keras, por que é comum normalizar os pixels dividindo por 255?
  • Aula em vídeo: Aula 2 Parte 1: Convolução e Pooling 24m
  • Exercício: Qual é a principal vantagem de usar camadas convolucionais em vez de camadas densas para imagens?
  • Aula em vídeo: Aula 2 Parte 2: Arquiteturas Famosas 24m
  • Exercício: Qual é a principal vantagem das conexões residuais em redes muito profundas?
  • Aula em vídeo: Aula 2 Parte 3: Visualizando CNNs 23m
  • Exercício: Ao gerar uma imagem que maximize o score de uma classe em uma CNN usando ascensão de gradiente, qual grandeza é otimizada diretamente a cada iteração?
  • Aula em vídeo: Aula 2 Parte Prática: Redes Convolucionais 22m
  • Exercício: Qual é a principal função do uso de prefetch em um pipeline de dados no TensorFlow?
  • Aula em vídeo: Aula 3 Parte 1: Otimizadores 26m
  • Exercício: Qual é a principal ideia do uso de momento no gradiente descendente estocástico durante o treinamento de redes neurais?
  • Aula em vídeo: Aula 3 Parte 2: Regularização 25m
  • Exercício: Qual é a principal motivação para usar regularização em redes neurais profundas?
  • Aula em vídeo: Aula 3 Parte 3: Normalização e Transferência 27m
  • Exercício: Qual é um dos principais motivos pelos quais camadas de normalização podem acelerar e estabilizar o treinamento de redes neurais profundas?
  • Aula em vídeo: Aula 3 Parte Prática: Treinando Redes Neurais 17m
  • Exercício: Qual é o principal objetivo de aplicar data augmentation (ex.: resize+random crop, flip) durante o treinamento de redes neurais?
  • Aula em vídeo: Aula 4 Parte 1: Redes Neurais Recorrentes 20m
  • Exercício: Qual é a ideia central de uma rede neural recorrente (RNN) ao lidar com dados sequenciais?
  • Aula em vídeo: Aula 4 Parte 2: LSTMs e GRUs 17m
  • Exercício: Em redes recorrentes profundas, qual problema pode ocorrer devido à multiplicação repetida de matrizes ao longo do tempo, e qual mecanismo é apresentado para amenizá-lo?
  • Aula em vídeo: Aula 4 Parte 3: Seq2Seq 23m
  • Exercício: Em modelos Sequence-to-Sequence com arquitetura encoder-decoder, qual é a principal motivação para usar encoder e decoder separados em vez de uma única RNN gerando a saída diretamente?
  • Aula em vídeo: Aula 4 Parte Prática: Classificando Resenhas de Filmes 15m
  • Exercício: Por que é comum aplicar padding em sequências de texto antes de treinar uma rede neural em batches?
  • Aula em vídeo: Aula 5 Parte 1: Atenção 30m
  • Exercício: Na autoatenção (self-attention), qual afirmação descreve corretamente como as representações são produzidas?
  • Aula em vídeo: Aula 5 Parte 2: Transformers 27m
  • Exercício: Por que a arquitetura Transformer permite treinar mais rápido do que modelos sequenciais tradicionais?
  • Aula em vídeo: Aula 5 Parte 3: Aplicações de Atenção 21m
  • Exercício: Por que a aplicação de atenção pode ajudar modelos geradores de imagens (como em variantes de GANs) a reduzir anomalias estruturais, como partes duplicadas?

Este curso gratuito inclui:

9 horas e 8 minutos de curso online em vídeo

Certificado digital de conclusão de curso ( Gratuito )

Exercícios para treinar seus conhecimentos

100% gratuito, do conteúdo ao certificado

Pronto para começar?Baixe o app e comece hoje mesmo.

Instale o app agora

para ter acesso ao curso
Ícone representando cursos de tecnologia e negócios

+ de 5.000 cursos gratuitos

Programação, Inglês, Marketing Digital e muito mais! Aprenda o que quiser, gratuitamente.

Ícone de calendário com alvo representando planejamento de estudos

Plano de estudos com IA

A Inteligência Artificial do nosso aplicativo pode criar um cronograma de estudos para o curso que você escolher.

Ícone de profissional representando carreira e negócios

Do zero ao Sucesso profissional

Melhore seu currículo com nosso Certificado gratuito e depois utilize nossa Inteligência Artificial para buscar seu emprego dos sonhos.

Você também pode utilizar o QR Code ou os Links abaixo

QR Code - Baixar Cursa - Cursos Online

Mais cursos gratuitos em Inteligência Artificial e Ciência de Dados

Ebook + Áudiobooks gratuitos! Aprenda ouvindo ou lendo!

Baixe o Aplicativo agora para ter acesso a + de 5000 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 60 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

Aplicativo Cursa na tela de ebook, na tela de curso em vídeo e na tela de exercícios do curso, mais o certificado de conclusão de curso