Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Nível intermediário
Aproximadamente. 7 horas para concluir
Inglês
Legendas: francês, português (europeu), russo, inglês, espanhol

Samaya Madhavan
Engenheiro de software consultivo
IBM Cloud e software cognitivo
Jeremy Nilmeier
Cientista de dados e advogado de desenvolvedor
IBM Watson Iotsyllabus – O que você aprenderá com este curso
Introdução
Neste módulo, você aprenderá sobre o TensorFlow e o usará para criar modelos de regressão linear e logística.
Modelos de aprendizado supervisionado
Você também aprenderá sobre os fundamentos da aprendizagem profunda.
Modelos de aprendizado supervisionado (continuação)
Neste módulo, você aprenderá sobre redes neurais convolucionais e os blocos de construção de uma rede neural convolucional, como convolução e aprendizado de recursos. Você também aprenderá sobre o popular banco de dados MNIST. Por fim, você aprenderá como criar um perceptron de várias camadas e redes neurais convolucionais no Python e usando o Tensorflow.
Modelos de aprendizado profundo não supervisionado
Neste módulo, você aprenderá sobre o modelo de rede neural recorrente e o tipo especial de uma rede neural recorrente, que é o modelo de memória de curto prazo de longo prazo. Além disso, você aprenderá sobre a teoria recursiva da rede neural do tensor e, finalmente, aplicará redes neurais recorrentes à modelagem de idiomas.
Modelos de aprendizado profundo não supervisionado (continuação) e escala
Neste módulo, você aprenderá sobre as aplicações de aprendizado não supervisionado. Você aprenderá sobre máquinas Boltzmann restritas (RBMs) e como treinar um RBM. Por fim, você aplicará máquinas Boltzmann restritas para criar um sistema de recomendação.