fbpx
Sigmoidal
  • Home
  • Data Science
    Data Science no exterior - como fazer uma Cover Letter

    Como escrever uma Cover Letter poderosa para Data Science

    GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

    Aprenda Data Science ou pague o preço de uma decisão errada

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    7 livros essenciais para aprender Data Science em 2023

    7 livros essenciais para aprender Data Science em 2023

    Como a banda Metallica usa Data Science

    Como a banda Metallica usa Data Science

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Python para análise de ações e investimentos

    Python para análise de ações e investimentos

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    7 Livros de Data Science em 2021

    7 Livros de Data Science em 2021

    Quanto ganha um Cientista de Dados?

    Quanto ganha um Cientista de Dados?

    Trending Tags

    • Python
      Fundamentos da Formação da Imagem

      Fundamentos da Formação da Imagem

      Como usar o DALL-E 2 para gerar imagens a partir de textos

      Como usar o DALL-E 2 para gerar imagens a partir de textos

      aprenda python do zero - curso gratuito

      Projeto Python: um plano à prova de desculpas

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Projeto Python do Zero: evento 100% gratuito

      Projeto Python do Zero: evento 100% gratuito

      Aprenda Python e se destaque no mercado

      Aprenda Python e se destaque no mercado

      Python para análise de ações e investimentos

      Python para análise de ações e investimentos

      Como fazer gráficos rotulados em Python

      Como fazer gráficos rotulados em Python

      Trabalhando com Dados Desbalanceados

      Trabalhando com Dados Desbalanceados

      Trending Tags

      • Visão Computacional
        Fundamentos da Formação da Imagem

        Fundamentos da Formação da Imagem

        Como usar OpenCV e Python para calibrar câmeras

        Como usar OpenCV e Python para calibrar câmeras

        Como usar o DALL-E 2 para gerar imagens a partir de textos

        Como usar o DALL-E 2 para gerar imagens a partir de textos

        Crie um sistema de vigilância com drones e Deep Learning

        Crie um sistema de vigilância com drones e Deep Learning

        Detector de Fadiga usando Python

        Detector de Fadiga usando Python

        Redes Neurais Convolucionais com Python

        Redes Neurais Convolucionais com Python

        Reduzindo o Overfitting com Data Augmentation

        Reduzindo o Overfitting com Data Augmentation

        Redes Neurais Multicamadas com Python e Keras

        Redes Neurais Multicamadas com Python e Keras

        Trending Tags

        • Sobre Mim
        No Result
        View All Result
        • Home
        • Data Science
          Data Science no exterior - como fazer uma Cover Letter

          Como escrever uma Cover Letter poderosa para Data Science

          GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

          Aprenda Data Science ou pague o preço de uma decisão errada

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          7 livros essenciais para aprender Data Science em 2023

          7 livros essenciais para aprender Data Science em 2023

          Como a banda Metallica usa Data Science

          Como a banda Metallica usa Data Science

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

          Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

          Python para análise de ações e investimentos

          Python para análise de ações e investimentos

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          7 Livros de Data Science em 2021

          7 Livros de Data Science em 2021

          Quanto ganha um Cientista de Dados?

          Quanto ganha um Cientista de Dados?

          Trending Tags

          • Python
            Fundamentos da Formação da Imagem

            Fundamentos da Formação da Imagem

            Como usar o DALL-E 2 para gerar imagens a partir de textos

            Como usar o DALL-E 2 para gerar imagens a partir de textos

            aprenda python do zero - curso gratuito

            Projeto Python: um plano à prova de desculpas

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            Projeto Python do Zero: evento 100% gratuito

            Projeto Python do Zero: evento 100% gratuito

            Aprenda Python e se destaque no mercado

            Aprenda Python e se destaque no mercado

            Python para análise de ações e investimentos

            Python para análise de ações e investimentos

            Como fazer gráficos rotulados em Python

            Como fazer gráficos rotulados em Python

            Trabalhando com Dados Desbalanceados

            Trabalhando com Dados Desbalanceados

            Trending Tags

            • Visão Computacional
              Fundamentos da Formação da Imagem

              Fundamentos da Formação da Imagem

              Como usar OpenCV e Python para calibrar câmeras

              Como usar OpenCV e Python para calibrar câmeras

              Como usar o DALL-E 2 para gerar imagens a partir de textos

              Como usar o DALL-E 2 para gerar imagens a partir de textos

              Crie um sistema de vigilância com drones e Deep Learning

              Crie um sistema de vigilância com drones e Deep Learning

              Detector de Fadiga usando Python

              Detector de Fadiga usando Python

              Redes Neurais Convolucionais com Python

              Redes Neurais Convolucionais com Python

              Reduzindo o Overfitting com Data Augmentation

              Reduzindo o Overfitting com Data Augmentation

              Redes Neurais Multicamadas com Python e Keras

              Redes Neurais Multicamadas com Python e Keras

              Trending Tags

              • Sobre Mim
              No Result
              View All Result
              Sigmoidal
              No Result
              View All Result

              Aprender Deep Learning: os 3 melhores cursos em Python

              Carlos Melo by Carlos Melo
              junho 8, 2022
              in Cursos, Machine Learning, Python
              0
              Home Cursos
              23
              SHARES
              777
              VIEWS
              Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

              No artigo de hoje, quero compartilhar com vocês 3 cursos que considero excelentes para você aprender deep learning e implementar seus próprios códigos.

              Apesar de haver muito conteúdo disponível na internet, eu sempre fiquei perdido sobre qual livro/curso escolher entre aquela infinidade de material disponível.

              Cursos online grátis para aprender deep learning em Python.
              Veja os melhores cursos grátis para aprender Deep Learning

              Normalmente, eu acabava caindo em dois extremos: encontrava um bom curso, porém 100% teórico, ou achava cursos em que a única preocupação do autor era usar bibliotecas prontas, sem explicar nada da teoria.

              O que eu trago aqui são os 3 cursos que mais gostei, que na minha opinião são os mais completos, e que trazem um bom equilíbrio entre teoria e prática.

              Obviamente, não são os únicos existentes para se aprender deep learning (e talvez você tenha outras sugestões melhores), mas estes com certeza vão contribuir muito para você ir mais deep no universo da Inteligência Artificial.

              1. Deep Learning Specialization (Coursera)

              A especialização em deep learning é minha primeira recomendação, definitivamente. Apenas o fato de o cara por trás do curso ser o Andrew Ng, já seria de extrema relevância. Mas além de tudo, a divisão dos módulos e a estrutura preparada para este curso dentro da plataforma Coursera ficou ótima!

              Andrew Ng é uma das pessoas mais influentes do mundo no campo de Inteligência Artificial , um dos fundadores do Coursera, professor adjunto na Universidade Stanford, criador do Google Brain, chefe de pesquisas do Baidu, entre várias outras coisas. Ele ficou muito conhecido pela comunidade graças ao seu primeiro curso de machine learning, lançado há alguns anos na Coursera.

              Como aprender deep learning em Python - Especializacão da Coursera  (Andrew Ng)
              Figura 1 – Curso de especialização em Deep Learning da Coursera, com Andrew Ng.

              Bom, mantendo a mesma qualidade de teoria e exercícios práticos que consagraram o instrutor, eis que está disponível uma especialização completa composta de 5 cursos!  Usando Python como linguagem e Jupyter/iPython Notebooks para documentar todo o processo, todo o código roda diretamente no servidor da Coursera – ou seja, você não vai perder tempo instalando ambientes virtuais, pacotes, etc.

              Abrangendo as principais áreas da deep learning, veja como a especialização está dividida:

              Curso 1 – Neural Networks and Deep Learning

              Este primeiro módulo vai ensinar os fundamentos da deep learning, mostrando as tendências atuais na área, e ensinando a construir na mão (from scratch) redes neurais profundas (deep neural networks).

              O Andrew Ng também dá uma atenção especial em detalhar para o aluno a importância de se fazerem implementações vetorizadas, explicando a matemática por trás de operações de Algebra Linear e dando um curso rápido (opcional) sobre a biblioteca numpy.

              Ou seja, ele vai mergulhar nos conceitos-chaves das arquiteturas das redes, deixando o aluno apto a colocar os conceitos aprendidos em aplicações diversas.

              Curso 2 – Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization

              Aprendeu a construir suas próprias redes neurais profundas? Que tal melhorar a performance delas entendendo conceitos como hiper-parametrização e otimização?

              Neste módulo você vai entender as melhores práticas modernas para construir aplicações deep learning. São abordados conceitos como batch normalization e dropout regularization, por exemplo.

              Também são apresentados métodos de otimização (minimizar a loss function) melhores que o Gradient Descent (GD) introduzido no Módulo 1, assim como outros parâmetros que irão melhorar a convergência.

              Por fim, você será capaz de implementar 100% uma rede neural no TensorFlow.

              Curso 3 – Structuring Machine Learning Projects

              Neste terceiro curso, o instrutor compartilha sua experiência pessoal sobre como construir e entregar produtos deep learning.

              Ao término do módulo, é esperado que você tenha capacidade de entender e diagnosticar erros em um sistema de machine learning, entender as configurações complexas em um sistema de aprendizado.

              Replicando a informação da descrição do módulo, este é um curso que pode ser feito fora da sequência, isoladamente. Tudo que você precisa é de conhecimentos básicos em machine learning.

              Curso 4 – Convolutional Neural Networks

              Chegamos ao meu curso preferido – definitivamente fui abduzido pela área de Computer Vision. Eis aqui o momento da especialização que trata sobre Redes Neurais Convolucionais (admito que quando comecei a especialização, não consegui terminar o Curso 1 antes deste aqui).

              Acho essa área tão fantástica por que considero (opinião totalmente pessoal) a técnica mais disruptiva de todas, e que está revolucionando áreas como a medicina e de carros autônomos – apenas para citar dois exemplos.

              Aqui você vai aprender os fundamentos sobre trabalhar com imagens, e vai construir sua rede neural convolucional na raça, e aplicá-la diretamente nos exercícios preparados pelo Andrew Ng. Além de aplicar sua rede em tarefas de reconhecimento e classificação de imagens, verá ainda um sub-módulo sobre “transferência de estilo” para gerar arte.

              Figura 2 – Exercício prático do Curso 3, onde você implementa o YOLO para detectar carros.

              O instrutor faz ainda um review detalhado e muito didático sobre as principais arquiteturas modernas de redes convolucionais, entra em conceitos como data augmentation, e evolui até os complexos problemas de detecção de objetos.

              Para ter noção da profundidade deste módulo, em um dos exercícios práticos você vai  implementar o sistema YOLO, estado da arte para detecção de objetos em tempo real, para detectar carros em frames de um vídeo.

              Curso 5 – Sequence Models

              Finalizando a especialização, aqui você vai aprender a construir modelos de Processamento de Linguagem Natural (PLN) e outros modelos sequenciais.

              Entre os assuntos abordados aqui, estão Recurrent Neural Networks (RNNs) e algumas variantes comumente encontradas, como GRUs e LSTMs.

              Ao final do módulo você vai poder aplicar as estruturas a problemas de linguagem natural e à aplicações envolvendo reconhecimento de fala.

              2. Fast.ai

              O curso da fast.ai é muito recomendado para todos os níveis de conhecimento em deep learning, mas especialmente recomendados para aqueles que estão começando do zero. Como está escrito no próprio site, o curso inicial não requer pré-requisito de conhecimento em machine learning.

              Segundo a definição do fundador do site fast.ai, Jeremy Howard, o objetivo desse MOOC (Massive Open Online Course) é “tornar o poder da deep learning acessível para todos”.

              Quem já ouviu algum discurso ou palestra do Jeremy Howard na internet, sabe que ele acredita profundamente que para uma tecnologia atingir seu potencial pleno de impacto na sociedade, é necessário que esta seja muito fácil de usar, confiável e muito intuitiva.

              Com esse pensamento na cabeça, o curso todo é pensado em todos tipos de público alvo, e é feito para que qualquer pessoa com apenas 1 ano de experiência em programação possa sair ao final da primeira aula escrevendo uma rede neural convolucional capaz de atingir mais de 97% de acurácia no desafio Dogs vs. Cats do Kaggle. Ou seja, abordagem top-down, com hands-on desde o primeiro minuto.

              Para justificar esse método utilizado (primeiro se aprende na prática e somente depois se estudam os conceitos de deep learning), Howard faz uma analogia com as aulas de música: faria sentido você estudar teoria musical durante 6 anos (em um curso de piano) para somente no final começar a tocar de fato o instrumento?

              Como aprender deep learning em Python - Fast.ai  (Jeremy Howard)
              Figura 3 – Aula sobre detecção de objetos com deep learning, do site fast.ai.

              Para tornar possível uma pessoa com pouquíssimo conhecimento escrever aplicações deep learning , Jeremy Howard e Rachel Thomas (co-fundadora do site) desenvolveram um framework robusto e completo, e escreveram bibliotecas prontas, que atingem tanto desenvolvedores como usuários finais.

              O curso todo é realizado em instâncias da Paperspace (para fazer uso do poder das GPUs) e é muito bem documentado (wiki, fórum, Jupyter notebooks, etc). O mesmo é dividido em 2 partes, cada uma com 7 módulos completos (detalhes da Parte 1 e Parte 2 aqui).

              Então, se esse é seu primeiro contato com deep learning, recomendo dar uma checada no fast.ai e ver logo as aplicações na prática. Assim você prototipa rapidamente suas ideias e vê se realmente gostou de vivenciar a área.

              fast.ai is dedicated to making the power of deep learning accessible to all.

              JEREMY HOWARD

              3. CS231n: Convolutional Neural Networks for Visual Recognition

              O curso CS231n é um curso específico para a área de Computer Vision. Ministrado ao longo de 10 semanas de aulas em Stanford, a teoria é excelente e detalhada, e os exercícios são bem práticos.

              Neste curso, você vai entrar nos detalhes das arquiteturas de deep learning, botando a mão na massa para implementar, treinar e debugar as redes neurais apresentadas. O destaque do CS231n vai para o fato de que os detalhes da matemática envolvida são bem acadêmicos e completos (que tal entender as derivações da backpropagation, por exemplo).

              Como aprender deep learning em Python - CS 231n (Stanford)
              Figura 4 – Slide do curso CS231n de Stanford sobre Redes Neurais Convolucionais. Fonte: CS231n.

              Na primeira parte do curso, é dada uma introdução sobre o contexto histórico da Computer Vision, e são apresentadas as primeiras abordagens rudimentares usadas para resolver problemas de classificação (K-nearest neighbor, classificação linear, etc).

              Evoluindo os conceitos, são abordadas as redes neurais, o algoritmo backpropagation, as redes neurais convolucionais, problemas de detecção e segmentação, entre outros conceitos mais avançados. A programação completa das aulas está no Syllabus do curso. Detalhe importante, apenas os vídeos de 2017 se encontram liberados para não-alunos.

              Para os exercícios, é utilizado o Google Cloud. Há um notebook bem detalhado sobre como o aluno deve criar sua instância, conectar via SSH e acessar os exercícios nessa instância.

              Apesar de haverem exercícios práticos muito bem elaborados, este é um curso acadêmico, com ênfase na teoria. Você vai ver muita derivada parcial, operações de vetores e matrizes, e ver conceitos bem avançados de matemática.

              Por isso, este é um curso recomendado apenas caso você queira dominar o assunto e possua conhecimentos sólidos de Cálculo, Algebra Linear, Probabilidade, Estatística e Python.

              Aprenda Deep Learning comigo na Escola de Data Science

              Se você está buscando um treinamento em português, com todo material de apoio e reconhecido como um dos melhores do Brasil, eu quero te convidar a conhecer a Escola de Data Science.

              Além de aulas semanais ao vivo, você conta com cursos e masterclasses exclusivas. São mais de 150 horas de conteúdo disponíveis imediatamente após a sua matrícula.

              Inscreva-se na Escola de Data Science

              Você terá acesso também a uma sequência de aulas onde eu explico a teoria e matemática por trás das Redes Neurais profundas, como utilizar a biblioteca TensorFlow e ainda farei alguns projetos práticos para você colocar no seu portfólio.

              Clique aqui e se inscreva agora na maior Escola de Data Science do Brasil.

              Tags: cnncourseracs231nCursosfast.aimachine learningpythonredes neurais convolucionais
              Previous Post

              Redes Neurais Multicamadas com Python e Keras

              Next Post

              Reduzindo o Overfitting com Data Augmentation

              Carlos Melo

              Carlos Melo

              Carlos Melo fundou o Sigmoidal em 2019 e formou mais de 6 mil alunos com seus treinamentos nas área de tecnologia, Visão Computacional, Python e Data Science. É graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e possui MBA em Gestão de Projetos e Processos pela Universidade da Força Aérea (UNIFA). Mestre em Ciências e Tecnologias Espaciais pelo Instituto Tecnológico de Aeronáutica (ITA), foi o primeiro brasileiro convidado a realizar o curso Space Operations da Royal Canadian Air Force no Canadá. Foi piloto da Força Aérea Brasileira por 16 anos, instrutor qualificado com mais de 3 mil horas de voo, Head da Divisão de Observação da Terra e cientista de dados no Centro de Operações Espaciais em Brasília.

              Related Posts

              Fundamentos da Formação da Imagem
              Visão Computacional

              Fundamentos da Formação da Imagem

              by Carlos Melo
              março 22, 2023
              GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro
              Data Science

              Aprenda Data Science ou pague o preço de uma decisão errada

              by Carlos Melo
              janeiro 7, 2023
              Como usar o DALL-E 2 para gerar imagens a partir de textos
              Deep Learning

              Como usar o DALL-E 2 para gerar imagens a partir de textos

              by Carlos Melo
              dezembro 27, 2022
              ChatGPT: A Inteligência Artificial que vai escrever seus códigos
              Artigos

              ChatGPT: A Inteligência Artificial que vai escrever seus códigos

              by Carlos Melo
              dezembro 20, 2022
              7 livros essenciais para aprender Data Science em 2023
              Artigos

              7 livros essenciais para aprender Data Science em 2023

              by Carlos Melo
              dezembro 21, 2022
              Next Post
              Reduzindo o Overfitting com Data Augmentation

              Reduzindo o Overfitting com Data Augmentation

              Deixe um comentário Cancelar resposta

              O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

              Destaques Sigmoidal

              7 Livros de Data Science em 2021

              7 Livros de Data Science em 2021

              agosto 3, 2022
              NFT e artes criadas por Inteligência Artificial

              NFT e artes criadas por Inteligência Artificial

              julho 8, 2022
              Como usar OpenCV e Python para calibrar câmeras

              Como usar OpenCV e Python para calibrar câmeras

              março 17, 2023

              Navegar por Categoria

              • Artigos
              • Blog
              • Carreira
              • Colunistas
              • Cursos
              • Data Science
              • Deep Learning
              • Destaques
              • Entrevistas
              • Inglês
              • Iniciantes
              • Inteligência Artificial
              • Livros
              • Machine Learning
              • Matemática
              • NFT
              • Notícias
              • Projetos
              • Python
              • Teoria
              • Tutoriais
              • Visão Computacional
              • Youtube

              Navegar por Tags

              cancer carreira cientista de dados cnn Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft nlp opencv pandas personal branding plotly portfólio profissão python random forest redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic vagas visualização de dados visão computacional vídeo youtube árvore de decisão
              Sigmoidal

              O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

              Seguir no Instagram

              Categorias

              • Artigos
              • Blog
              • Carreira
              • Colunistas
              • Cursos
              • Data Science
              • Deep Learning
              • Destaques
              • Entrevistas
              • Inglês
              • Iniciantes
              • Inteligência Artificial
              • Livros
              • Machine Learning
              • Matemática
              • NFT
              • Notícias
              • Projetos
              • Python
              • Teoria
              • Tutoriais
              • Visão Computacional
              • Youtube

              Navegar por Tags

              cancer carreira cientista de dados cnn Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft nlp opencv pandas personal branding plotly portfólio profissão python random forest redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic vagas visualização de dados visão computacional vídeo youtube árvore de decisão

              Artigos Recentes

              • Fundamentos da Formação da Imagem
              • Como usar OpenCV e Python para calibrar câmeras
              • Como escrever uma Cover Letter poderosa para Data Science

              © 2023 Sigmoidal - Aprenda Data Science e Python na prática.

              No Result
              View All Result
              • Home
              • Artigos
              • Tutoriais
              • YouTube
              • Contato

              © 2023 Sigmoidal - Aprenda Data Science e Python na prática.

              Welcome Back!

              Login to your account below

              Forgotten Password?

              Retrieve your password

              Please enter your username or email address to reset your password.

              Log In

              Add New Playlist