|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/tensorflow-machine-learning-deep-learning-python/
课程评论：没有评论
**课程总结：TensorFlow：使用 Python 进行机器学习与深度学习** 本课程旨在教授学员使用 TensorFlow 和 Python 进行深度学习的理论与实践。尽管课程录制使用了 TensorFlow 1.x 版本，但提供的代码已更新至 TensorFlow 2.x。 **课程内容概述：** * **深度学习概念：** 深入理解人工神经网络在解决复杂问题方面的应用，包括自动驾驶、药物发现、疾病诊断、新闻生成、人脸识别、产品推荐、股票预测及剧本创作等。 * **TensorFlow 基础：** 学习 Google 的 TensorFlow 库，这是当前机器学习领域最流行和广泛使用的工具。课程将介绍 TensorFlow 在各行业的实际应用（如 Airbnb, Uber, IBM, Twitter 等）。 * **就业前景：** 强调深度学习领域在人工智能中的重要性，以及其在美国、欧洲和巴西的快速增长的就业前景，甚至可能成为 IT 专业人士的必备技能。 * **核心技术：** * **理论与实践结合：** 提供理论知识和实际操作，帮助学员构建复杂的、可应用于实际业务场景的解决方案。 * **模块化教学：** 课程内容分为七个部分：TensorFlow 实践入门、回归与分类、人工神经网络、卷积神经网络 (CNN)、循环神经网络 (RNN)、自编码器 (Autoencoders) 和生成对抗网络 (GAN)。 * **编程方法：** 讲解 TensorFlow 的低级 API（手动编码数学公式）和高级 API（使用现成类）两种编程方式。 * **实践项目示例：** * 基于房屋特征预测房价 * 植物类型分类 * 人员薪资等级分类 * 手写数字识别（计算机视觉） * 股票价格预测时间序列构建 * 图像降维 * 自动图像生成 * **学习支持：** * **复习与拓展：** 每章节后提供测验以巩固知识，并推荐补充资料供深入学习。 * **适应性强：** 即使是深度学习初学者，课程也包含机器学习和神经网络基础知识的附录。 * **无 Python 专业要求：** 仅需掌握编程逻辑即可，不要求精通 Python。 **目标：** 完成课程后，学员将掌握构建复杂深度学习解决方案的必要技能，能够应对企业日常生活中遇到的各种问题。 **重要提示：** 课程录制使用了 TensorFlow 1.x，但提供的源代码已完全更新至 TensorFlow 2.x。
Atenção! Nas aulas deste curso é utilizada a versão 1.x do TensorFlow, sendo possível acompanhar as aulas utilizando essa versão. Adicionalmente, disponibilizamos o código atualizado considerando a versão 2.x. Em breve pretendemos regravar todas as aulas deste cursoA área de Deep Learning (Aprendizagem Profunda) está relacionada a aplicação das redes neurais artificiais na resolução de problemas complexos e que requerem artifícios computacionais avançados. Existem diversas aplicações práticas que já foram construídas utilizando essas técnicas, tais como: carros autônomos, descoberta de novos medicamentos, cura e diagnóstico antecipado de doenças, geração automática de notícias, reconhecimento facial, recomendação de produtos, previsão dos valores de ações na bolsa de valores e até mesmo a geração automática de roteiros de filmes! Nesses exemplos, a técnica base utilizada são as redes neurais artificiais, que procuram "imitar" como o cérebro humano funciona e são consideradas hoje em dia como as mais avançadas no cenário de Machine Learning (Aprendizagem de Máquina). E a maioria dessas aplicações foram desenvolvidas utilizando a biblioteca TensorFlow do Google, que hoje em dia é a ferramenta mais popular e utilizada nesse cenário. Por isso, é de suma importância que profissionais ligados à área de Inteligência Artificial e Machine Learning saibam como trabalhar com essa biblioteca, já que várias grandes empresas a utilizam em seus sistemas, tais como: Airbnd, Airbus, eBay, Dropbox, Intel, IBM, Uber, Twitter, Snapchat e também o próprio Google!A área de Deep Learning é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo que o mercado de trabalho dessa área nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação!E para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre as principais e mais modernas técnicas de Deep Learning utilizando o TensorFlow e o Python! Ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Para isso, o conteúdo está dividido em sete partes: introdução prática ao TensorFlow, regressão e classificação, redes neurais artificiais, redes neurais convolucionais, redes neurais recorrentes, autoencoders e redes adversariais generativas. Você aprenderá a teoria básica sobre cada um desses assuntos, bem como implementará exemplos práticos passo a passo aplicado em cenários reais. Abordaremos dois tipos de programação com o TensorFlow: utilizando a Low Level e a High Level API. Na primeira faremos a codificação manualmente e definiremos as fórmulas matemáticas, enquanto que na segunda usaremos classes prontas para a implementação!Veja abaixo alguns dos projetos que serão desenvolvidos:Previsão do preço de casas baseado nas características da casaClassificação de tipos de plantasClassificação da faixa salarial de pessoasClassificação de dígitos escritos a mão (visão computacional)Construção de série temporal para previsão de preços de açõesRedução de dimensionalidade em imagensCriação automática de imagensAo final de cada seção teórica você tem questionários para revisar o conteúdo, bem como indicações de referências complementares caso você queira aprender mais sobre os assuntos.Importante: as aulas foram gravadas utilizando o TensorFlow 1.x, porém, o código fonte está totalmente atualizado para a versão 2.x do TensorFlow!Este curso é indicado para todos os níveis, ou seja, caso seja seu primeiro contato com Deep Learning e o TensorFlow, você conta com um apêndice que contém aulas básicas sobre aprendizagem de máquina e redes neurais! É também importante enfatizar que o único pré-requisito necessário é saber lógica de programação, pois mesmo se você não seja especialista na linguagem Python você conseguirá acompanhar o curso sem nenhum problema!Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso!:)
