Curso Aplicações de Inteligência Artificial com Deep Learning em Java

Aplicações de Inteligência Artificial com Deep Learning em Java

Seja muito bem-vindo à nossa Academia.

MATRICULE-SE JÁ!

Vídeos Interativos

40 horas de Curso

Data de Início

Comece agora

Instrutor

Equipe Data Science Academy

Projeto

Aplicação Analítica Mobile

Deep Learning é a técnica de aprendizado de máquina a partir de Redes Neurais Artificiais profundas. A tecnologia de Deep Learning vem evoluindo rapidamente e hoje é uma das principais técnicas para a construção de sistemas de Inteligência Artificial.

Este é um curso único, sem igual no mercado brasileiro. Você vai aprender em um só curso duas das tecnologias mais usadas atualmente, garantindo assim sua empregabilidade. Vai aprender sobre Deep Learning, a base de soluções de Inteligência Artificial, e como construir esses modelos com a linguagem de programação mais usada no mundo, a linguagem Java.

A vantagem dos algoritmos de Deep Learning é sua a capacidade de aprendizagem em grandes quantidades de dados de uma forma não-supervisionada, sendo assim uma ferramenta valiosa para Big Data Analytics. Soluções de reconhecimento de imagens, reconhecimento de voz, tradução automática de idiomas, carros autônomos, aplicações de detecção de fraudes, entre outros, utilizam Deep Learning.

Por que fazer este curso?

Não existe um número suficiente de profissionais qualificados em Inteligência Artificial que domingem também o desenvolvimento por meio da linguagem Java no mercado brasileiro e internacional. Este curso permitirá a você se qualificar em uma das áreas com maior demanda profissional atualmente. Com uma metodologia que une teoria e prática na medida certa e com modernos recursos de aprendizagem online, você vai poder aplicar seus conhecimentos através de um projeto prático de desenvolvimento de aplicação analítica mobile com Inteligência Artificial.

Comece já a sua jornada!
Matricule-se!
1

Conteúdo Programático

1. Introdução

Assuntos abordados:

Formação Java para Data Science e Inteligência Artificial

Navegando pela Data Science Academy

Canais de Comunicação

Introdução

Por que Aprender Deep Learning?

Por que Inteligência Artificial e Deep Learning Estão Mudando Nossas Vidas?

Álgebra Linear

Álgebra Linear - Parte 1 - Escalares, Vetores, Matrizes e Tensores

Álgebra Linear - Parte 2 - Operações Element-Wise

Álgebra Linear - Parte 3 - Multiplicação de Matrizes

Álgebra Linear - Parte 4 - Matriz Transposta

Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 1/2

Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 2/2

Conhecendo o Seu Sistema Operacional - MAC - Parte 1/2

Conhecendo o Seu Sistema Operacional - MAC - Parte 2/2

Conhecendo o Seu Sistema Operacional - Linux - Parte 1/2

Conhecendo o Seu Sistema Operacional - Linux - Parte 2/2

Instalando o Java e a IDE IntelliJ no Windows

Instalando o Java e a IDE IntelliJ no Linux

Instalando o Java e a IDE IntelliJ no MacOS

Acelerador de Vídeos DSA

Bibliografia, Referências e Links Úteis

Quiz

2. O Perceptron

Assuntos abordados:

Introdução

Redes Neurais - Origem

O Neurônio Biológico

O Neurônio Matemático

O Perceptron

A Matemática do Perceptron

Perceptron em Java

Perceptrons em XOR

Teoria do Aprendizado Estatístico

Fazendo o Perceptron Aprender - Parte 1/2

Fazendo o Perceptron Aprender - Parte 2/2

Refatorando a Classe Perceptron

Fazendo o Perceptron Aprender em Java

Treinando um Perceptron

Gradiente Descendente e Função Sigmoide - Parte 1/2

Gradiente Descendente e Função Sigmoide - Parte 2/2

Gradiente Descendente e Função Sigmoide em Java - Parte 1/2

Gradiente Descendente e Função Sigmoide em Java - Parte 2/2

Usando Redes Neurais Para Classificar Flores

Revisão do Capítulo 2

Código-Fonte do Capítulo 2

Bibliografia, Referências e Links Úteis
Quiz

3. DSAFlow - Criando seu próprio TensorFlow

Assuntos abordados:

Introdução

Grafos Computacionais

Usando Grafos para Representar Redes Neurais

A Arquitetura do Nosso FrameWork

DSAFlow - A Classe No

DSAFlow - As Subclasses de No

DSAFlow - A Classe Entrada

DSAFlow - A Classe Adição

DSAFlow - A Classe Linear

DSAFlow - A Classe Sigmoide

DSAFlow - Função de Custo - A Classe MSE

DSAFlow - A Classe Rede Neural

Criando uma Rede que Soma Dois Valores

Testando o Nó Linear

Testando o Nó MSE

Revisão do Capítulo 3

Código-Fonte do Capítulo 3

Bibliografia, Referências e Links Úteis

Quiz

4. DSAFlow - Backpropagation

Assuntos abordados:

Introdução

BackPropagation

O Algoritmo Backpropagation

Compreendendo o Conceito de Derivada e Chain Rule

A Classe No - Backpropagation

A Classe Entrada - Backpropagation

A Classe Linear - Backpropagation

A Classe Sigmoide - Backpropagation

A Classe MSE - Backpropagation

A Classe RedeNeural - Backpropagation

Fazendo DSAFlow Aprender

Prevendo Preços de Casas com o DSAFlow

Melhorando o DSAFlow - Parte 1/2

Melhorando o DSAFlow - Parte 2/2

Revisão do Capítulo 4

Código-Fonte do Capítulo 4

Bibliografia, Referências e Links Úteis

Quiz

5. Deep Learning em Java com DeepLearning4j

Assuntos abordados:

Introdução

DL4J - Conjunto de Ferramentas

Instalando e Configurando o DL4J

DL4J- Carregando e Salvando Modelos

DL4J - Definindo Entradas para os Modelos

DL4J - Definindo a Arquitetura da Rede

DL4J - Model Zoo

DL4J - Treinando e Avaliando a Rede

DL4J- Vizualização, Monitoramento e Debug

Exemplo de XOR com DL4J - Parte 1/3

Exemplo de XOR com DL4J - Parte 2/3

Exemplo de XOR com DL4J - Parte 3/3

MNIST

Exemplo de MNIST com DL4J

Acesso Remoto ao Super Servidor DSA

Usando o Super Servidor da DSA para Treinar uma Rede Neural com DL4J - Parte 1/2

Usando o Super Servidor da DSA para Treinar uma Rede Neural com DL4J - Parte 2/2

Revisão do Capítulo 5

Código Fonte do Capítulo 5

Bibliografia, Referências e Links Úteis

Quiz

6. Redes Neurais Artificiais

Assuntos abordados:

Introdução

Machine Learning - Processo

Dimensões

Normalização

Regularização

Classificação e Regressão

One-Hot Encoding e Softmax

Função Softmax

Overfitting e Underfitting

Parada Antecipada - Early Stopping

Dropout

Neurônios e Camadas

Cálculo no Neurônio

Como os Pesos da Rede neural Deven Ser Inicializados

Funçoes de Custo

Cross-Entropy

Algoritmos de Otimização - Parte 1-2

Algoritmos de Otimização - Parte 2-2

Stochastic Gradiente Descente

Juntando as Peças

Bibliografia, Referências e Links Úteis

Quiz

7. Deep Neural Networks

Assuntos abordados:

Introdução

Deep Neural Networks

O Que é Aprendizagem Profunda

Hiperparâmetros

Principais Hiperparâmetros

Qual a Diferença Entre Parâmetros e Hiperparâmetros

Deep Neural Networks - Outras Configurações

Métodos de Treinamento

Multilayer Perceptron

Principais Tipos de Redes Neurais Profundas - Parte 1-2

Principais Tipos de Redes Neurais Profundas - Parte 2-2

Arquiteturas de Redes Neurais Profundas - Parte 1-3

Arquiteturas de Redes Neurais Profundas - Parte 2-3

Arquiteturas de Redes Neurais Profundas - Parte 3-3

Revisando o Código Escrito com DL4J - Parte 1-2

Revisando o Código Escrito com DL4J - Parte 2-2

Revisando o Código Escrito com DL4J - Parte 3-3

Perceptron de Duas Camadas com DL4J

Revisão do Capítulo 7

Código-Fonte do Capítulo 7

Bibliografia, Referências e Links Úteis

Quiz

8. Reconhecimento de Imagens com Redes Neurais Convolucionais

Assuntos abordados:

Introdução

Representando Imagens

Kernels

Convoluções

Intuição por trás da CNN

CIFAR - 10

Convolutional Neural Networks - Parte 1-2

Convolutional Neural Networks - Parte 2-2

O Que São CNNs?

Tipos de Camadas de uma CNN

Camadas de Convolução

Hiperparâmetros em Camadas de Convolução

Camadas Totalmente Conectadas

Arquitetura CNN

LeNet

KarpathyNet

Lenet e Mnist com DL4J

Classificando Cifar com CNNs e DL4J

Revisão do Capítulo 8

Arquiteturas Avançadas de Deep Learning para Visão Computacional

Código Fonte do Capítulo 8

Bibliografia, Referências e Links Úteis

Quiz

9. TensorFlow com Java API

Assuntos abordados:

Introdução

TensorFlow

TensorFlow - Instalação e Hello Word

TensorFlow - Nós e Arestas

TensorFlow - Tensores

TensorFlow - Operation, Kernel e Session

Realizando Operações com o TensorFlow

Classificando Imagens Com um Modelo Pré-Treinado com TensorFlow - Parte 1-4

Classificando Imagens Com um Modelo Pré-Treinado com TensorFlow - Parte 2-4

Classificando Imagens Com um Modelo Pré-Treinado com TensorFlow - Parte 3-4

Classificando Imagens Com um Modelo Pré-Treinado com TensorFlow - Parte 4-4

Revisão do Capitulo 9

Código Fonte do Capítulo 9

Bibliografia, Referências e Links Úteis

Quiz

10. Processamento de Texto com Redes neurais Recorrentes

Assuntos abordados:

Introdução

RNNs

Redes FeedFoward vs RNNs

Modelando a Dimensão do Tempo

Modelos Para Previsões de Sequencias

Como Treinar RNNs

O Problema das Dependências de Longo Prazo

LSTMs

Passo a Passo - Como Funcionam as LSTMs

Como Treinar Modelos LSTM?

Exemplo de RNN com DL4J

Construindo uma RNN que Aprenda a Escrever com Livros do Machado de Assis - Parte 1-4

Construindo uma RNN que Aprenda a Escrever com Livros do Machado de Assis - Parte 2-4

Construindo uma RNN que Aprenda a Escrever com Livros do Machado de Assis - Parte 3-4

Construindo uma RNN que Aprenda a Escrever com Livros do Machado de Assis - Parte 4-4

Revisão do Capítulo 10

Código Fonte do Capitulos 10

Bibliografia, Referências e Links Úteis

Quiz

11. Autoencoders

Assuntos abordados:

Introdução

O que são Autoencoders

PCA - Principal Component Analysis

PCA Para Reconhecimento de Imagens - Eigenfaces

Autoencoders x PCA

Deep Autoencoders

Treinamento Layerwise

Variational Autoencoder (VAE)

Código Fonte do Capítulo 11

Bibliografia, Referências e Links Úteis

Quiz

12. Avaliação Final

Assuntos abordados:

Avaliação Final

Quem Somos

Sobre Nós

Instrutor DSA

Todos os Cursos

Blog

Como Funciona

Política de Privacidade
Termos de Uso
Formas de Pagamento
Perguntas Frequentes
Metodologia de Ensino
Contate-nos
Formação Cientista de Dados
Formação Inteligência Artificial
Formação Engenheiro de Dados
Formação Java

Participe

App

Iphone & Ipad
Android

Your country?

Your company size?

Your Profession?

Eu aceito os Termos e Condições

Esqueceu ou Deseja Trocar sua Senha?

Registro y Pago

Registro

Producto

Product info

$ 60

Tem um Cupom?

Sim, eu tenho!

Invoice details

CONFIRMAR

Oops, your school's owner is working hard preparing the courses for you.

Oops, you haven't created any courses yet.

Wouldn't it be a good idea to create a course?

Aplicações de Inteligência Artificial com Deep Learning em Java

Seja muito bem-vindo à nossa Academia.

Vídeos Interativos

40 horas de Curso

Data de Início

Comece agora

Instrutor

Equipe Data Science Academy

Projeto

Aplicação Analítica Mobile

Aplicações de Inteligência Artificial com
Deep Learning em Java

Comece já a sua jornada!
Matricule-se!
1

Pré-requisitos Desejáveis

Conteúdo Programático

Pronto para aprender a construir aplicações de Inteligência Artificial com Deep Learning em Java?

Quem Somos

Como Funciona

Participe

App

Registro y Pago

Registro

Producto

There are no free, paid or coming soon courses in your school yet.
Why don't you create one?

Oops, your school's owner is working hard preparing the courses for you.

Oops, you haven't created any courses yet.

Aplicações de Inteligência Artificial com Deep Learning em Java

Seja muito bem-vindo à nossa Academia.

Vídeos Interativos

40 horas de Curso

Data de Início

Comece agora

Instrutor

Equipe Data Science Academy

Projeto

Aplicação Analítica Mobile

Aplicações de Inteligência Artificial com Deep Learning em Java

Comece já a sua jornada!Matricule-se!1

Pré-requisitos Desejáveis

Conteúdo Programático

Pronto para aprender a construir aplicações de Inteligência Artificial com Deep Learning em Java?

Quem Somos

Como Funciona

Participe

App

Registro y Pago

Registro

Producto

There are no free, paid or coming soon courses in your school yet.Why don't you create one?

Oops, your school's owner is working hard preparing the courses for you.

Oops, you haven't created any courses yet.

Aplicações de Inteligência Artificial com
Deep Learning em Java

Comece já a sua jornada!
Matricule-se!
1

There are no free, paid or coming soon courses in your school yet.
Why don't you create one?