Aprenda Deep Learning na prática com PyTorch em um curso online gratuito voltado a quem quer compreender, construir e treinar redes neurais modernas com base sólida e aplicação direta. A jornada começa pelos conceitos essenciais de aprendizado de máquina e aprendizado profundo, contextualiza a evolução das redes neurais e avança de forma progressiva para os principais blocos que sustentam modelos atuais.
Você desenvolve fundamentos matemáticos e de otimização importantes para treinar modelos com confiança, incluindo álgebra linear, gradiente descendente e o uso de diferenciação automática no PyTorch. Em seguida, aprofunda técnicas de classificação e redes neurais multicamadas, além de boas práticas para melhorar generalização, estabilidade e desempenho, explorando regularização, normalização e inicialização de pesos, junto de algoritmos de otimização amplamente usados.
Na parte aplicada, o curso percorre arquiteturas centrais do Deep Learning, cobrindo redes convolucionais para visão computacional, conceitos relacionados a métricas e representações, redes recorrentes para dados sequenciais e modelos generativos. Você também entende como autoencoders podem aprender representações compactas e como GANs funcionam na geração de dados, consolidando uma visão abrangente do ecossistema de redes neurais. Ao final, você terá repertório para implementar modelos com PyTorch, interpretar seus componentes e tomar decisões mais seguras ao projetar soluções em Inteligência Artificial e Ciência de Dados.
Conteúdo do curso
Aula em vídeo: Deep Learning - L00 Apresentação do curso de Deep Learning03m
Exercício: Qual sequência descreve melhor a progressão dos tópicos abordados no curso até chegar a modelos de Deep Learning mais avançados?
Aula em vídeo: Deep Learning - L01 O que é aprendizado de máquina e aprendizado profundo? Uma visão geral part141m
Exercício: Qual é a diferença central entre métodos tradicionais de redes neurais e Deep Learning no tratamento de características (features)?
Aula em vídeo: Deep Learning - L01 O que é aprendizado de máquina e aprendizado profundo? Uma visão geral part250m
Exercício: Em PyTorch, qual é a ordem mais comum das dimensões de um lote de imagens (batch) para redes convolucionais (CNNs)?
Aula em vídeo: Deep Learning - L02 Um breve resumo da história das redes neurais e deep learning41m
Exercício: Qual foi a principal contribuição do algoritmo de backpropagation para a evolução das redes neurais profundas?
Aula em vídeo: Deep Learning - L03 O Perceptron, introdução às redes neurais de camada única part140m
Exercício: No Perceptron, qual é a forma mais conveniente de incorporar o threshold (limiar) ao modelo para simplificar a equação?
Aula em vídeo: Deep Learning - L03 O Perceptron, introdução às redes neurais de camada única part246m
Exercício: Ao aplicar normalização (z-score) em dados separados em treino e teste, qual procedimento evita vazamento de informação (data leakage)?
Aula em vídeo: Deep Learning - L04 Álgebra Linear para deep learning part142m
Exercício: Qual é uma das principais vantagens de usar PyTorch (em vez de apenas NumPy) ao treinar redes neurais profundas?
Aula em vídeo: Deep Learning - L04 Álgebra linear para deep learning part225m
Exercício: Em uma camada linear no PyTorch com 5 entradas e 3 neurônios de saída (nn.Linear(5,3)), qual é o formato esperado da saída ao passar um batch X com formato 10×5?
Aula em vídeo: Deep Learning - L05 Aprendizado com gradiente descendente part147m
Exercício: Qual é a principal diferença estrutural entre um neurônio do Perceptron e um neurônio de Regressão Linear ao passar para o gradiente descendente?
Aula em vídeo: Deep Learning - L05 Aprendizado com gradiente descendente part235m
Exercício: Qual é o principal efeito de uma taxa de aprendizado (learning rate) muito grande no Gradiente Descendente?
Aula em vídeo: Deep Learning - L05 Aprendizado com gradiente descendente part325m
Exercício: Ao implementar manualmente o treinamento de um neurônio (regressão linear/Adaline), por que é comum multiplicar o gradiente por -1 na atualização dos pesos?
Aula em vídeo: Deep Learning - L06 Diferenciação automática com Pytorch48m
Exercício: No PyTorch, qual é o papel do Autograd no treinamento de redes neurais?
Aula em vídeo: Deep Learning - L07 Regressão logística e classificação multiclasse part146m
Exercício: Na regressão logística para classificação binária, qual combinação é mais apropriada para treinar o modelo?
Aula em vídeo: Deep Learning - L07 Regressão logistica e classificação multiclasse part233m
Exercício: Qual combinação de função de ativação e função de perda é típica para Regressão Logística binária em redes neurais?
Aula em vídeo: Deep Learning - L07 Regressão logistica e classificação multiclasse part347m
Exercício: Em um classificador multiclasse implementado em PyTorch, qual configuração de saída é a mais comum e eficiente para prever 10 dígitos (0 a 9)?
Aula em vídeo: Deep Learning - L08 Rede neural multilayer perceptron part146m
Exercício: Em uma rede neural multicamadas, por que é essencial usar funções de ativação não lineares nas camadas ocultas?
Aula em vídeo: Deep Learning - L08 Rede neural multilayer perceptron part21h02m
Exercício: Por que é indispensável usar funções de ativação não lineares nas camadas ocultas de uma MLP para resolver problemas como o XOR?
Aula em vídeo: Deep Learning - L09 Regularização part149m
Exercício: Qual é a forma mais recomendada para reduzir overfitting antes de alterar a arquitetura ou adicionar termos de regularização?
Aula em vídeo: Deep Learning - L09 Regularização part240m
Exercício: Ao usar Dropout como regularização em redes neurais profundas, qual prática é a mais correta durante treino e inferência?
Aula em vídeo: Deep Learning - L10 Normalização de características e inicialização de pesos part149m
Exercício: Qual é a principal função do Batch Normalization em redes neurais profundas?
Aula em vídeo: Deep Learning - L10 Normalização de características e inicialização de pesos part233m
Exercício: Qual é o principal motivo para inicializar os pesos de uma rede neural com valores pequenos e aleatórios, em vez de zeros?
Aula em vídeo: Deep Learning - L11 Algoritmos de otimização para Deep Learning1h00m
Exercício: Qual é a principal vantagem de usar o termo de momento no gradiente descendente estocástico durante o treinamento de redes neurais?
Aula em vídeo: Deep Learning - L12 Redes neurais convolucionais1h24m
Exercício: Quais são duas premissas centrais das Redes Neurais Convolucionais (CNNs) que reduzem o número de parâmetros em comparação com camadas totalmente conectadas?
Aula em vídeo: Deep Learning - L13 Redes neurais convolucionais part140m
Exercício: Em CNNs, qual é o objetivo principal de aplicar padding antes da convolução?
Aula em vídeo: Deep Learning - L13 Redes neurais convolucionais part21h02m
Exercício: Qual foi uma inovação destacada que ajudou a popularizar a AlexNet em relação a arquiteturas anteriores, contribuindo para melhor desempenho?
Aula em vídeo: Deep Learning - L13 Redes neurais convolucionais part339m
Exercício: Por que redes convolucionais tendem a ter menos parâmetros do que redes totalmente conectadas ao aumentar o número de camadas?
Aula em vídeo: Deep Learning - L13 Metric learning27m
Exercício: Em aprendizado métrico com redes siamesas para reconhecimento/verificação de faces, qual é o objetivo principal da rede?
Aula em vídeo: Deep Learning - L14 Redes neurais recorrentes part157m
Exercício: Qual é uma limitação importante da representação Bag-of-Words em tarefas com texto?
Aula em vídeo: Deep Learning - L14 Redes neurais recorrentes part238m
Exercício: Qual é o principal papel do forget gate em uma célula LSTM?
Aula em vídeo: Deep Learning - L15 Autoencoder part155m
Exercício: Em um autoencoder usado para remoção de ruído, qual é o par correto de entrada e alvo (saída desejada) durante o treinamento?
Aula em vídeo: Deep Learinig - L15 Autoencoder part234m
Exercício: Ao usar um autoencoder para criar um classificador, qual é a ideia principal de usar apenas o encoder após o treinamento?
Aula em vídeo: Deep Learning - L16 Generative Adversarial Networks part154m
Exercício: Em uma GAN (Generative Adversarial Network), qual é a função principal do discriminador?
Aula em vídeo: Deep Learning - L16 Generative Adversarial Networks part242m
Exercício: Em uma GAN, qual é o objetivo do gerador durante o treinamento?
