Description

Este curso online gratuito em aprendizado prático de máquina com TensorFlow irá começar introduzindo você ao conceito de Recorrentes Redes Neurais (RNNs) e construindo modelos de aprendizado de máquina para dados sequenciais. Você também aprenderá sobre dependências sequenciais de etiquetas e o cálculo de Redes Neurais Recorrentes. Você será introduzido em como a perda é computada no caso de um RNN simples. Você também aprenderá sobre a arquitetura RNN modificada, problema de gradiente de vanishing e Long Short Term Memory (LSTM).

O curso então introduz o conceito de usar Recurrent Neural Networks para construir modelos para dados de séries temporais. Você também aprenderá a treinar um modelo RNN para séries temporais, previsão, treinamento de modelo e predição de modelo. Em seguida, você será introduzido em modelos de aprendizado de máquina, classificação de texto, superajuste, subajustes, regressão e a arquitetura de um modelo de rede neural.

O curso então explica a Customização TensorFlow e como estender a funcionalidade de TensorFlow 2,0. Você também aprenderá sobre os conceitos básicos por trás de tensores e como usar tensores com aceleradores de hardware. Este curso então explica em detalhes os principais conceitos por trás de Tensorflow Keras e como construir um modelo simples com tf.keras. Você também aprenderá como realizar treinamento, avaliação, previsão e definição de callbacks personalizados.