Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa do Curso
Aprendizagem supervisionada: classificação e regressão
- Troca de polarização-variância
- Regressão logística como classificador
- Medindo o desempenho do classificador
- Máquinas de vetores de suporte
- Redes neurais
- Florestas aleatórias
Aprendizagem não supervisionada: agrupamento, detecção de anomalias
- análise do componente principal
- codificadores automáticos
Arquiteturas de redes neurais avançadas
- redes neurais convolucionais para análise de imagens
- redes neurais recorrentes para dados estruturados no tempo
- a célula de memória de longo curto prazo
Exemplos práticos de problemas que a IA pode resolver, por exemplo
- análise de imagem
- previsão de séries financeiras complexas, como preços de ações,
- reconhecimento de padrões complexos
- processamento de linguagem natural
- sistemas de recomendação
Plataformas de software usadas para aplicações de IA:
- TensorFlow, Theano, Caffe e Keras
- IA em escala com Apache Spark: Mlib
Compreender as limitações dos métodos de IA: modos de falha, custos e dificuldades comuns
- sobreajuste
- vieses em dados observacionais
- dados faltantes
- envenenamento de rede neural
Requisitos
Não são necessários requisitos específicos para frequentar este curso.
28 horas