Tensorflow 2.0: Um Guia Completo sobre o novo TensorFlow

Crie aplicações incríveis de Aprendizado Profundo (Deep Learning) e Inteligência Artificial com a biblioteca do Google

Ratings 4.42 / 5.00

Tensorflow 2.0: Um Guia Completo sobre o novo TensorFlow

What You Will Learn!

Como usar o TensorFlow 2.0 em Data Science
Diferenças importantes entre o TensorFlow 1.x e o TensorFlow 2.0
Como implementar redes neurais artificiais, redes neurais convolucionais e redes neurais recorrente com o TensorFlow 2.0
Como criar seu próprio aplicativo de Transfer Learning (transferência de aprendizagem) no TensorFlow 2.0
Como criar um bot para negociação no mercado de ações usando Aprendizagem por Reforço
Como conduzir validação de dados com o TensorFlow Data Validation (TFDV)
Como trabalhar com pré-processamento com o TensorFlow Transform (TFT)
Como colocar um modelo do TensorFlow em produção utilizando a API Flask
Como colocar um modelo do TensorFlow em produção utilizando TensorFlow Serving e API RESTful

Description

Bem-vindo(a) ao Tensorflow 2.0!

O TensorFlow 2.0 foi lançado recentemente e introduziu muitos recursos que simplificam os processos de desenvolvimento e manutenção de modelos de aprendizagem de máquina. Do ponto de vista educacional, a nova versão está mais fácil para trabalhar e simplifica alguns conceitos complexos. Com relação a aplicações comerciais, os modelos são muito mais fáceis de entender, manter e desenvolver.

O curso está estruturado de forma a abranger os principais tópicos da área de Deep Learning, desde a modelagem e treinamento de redes neurais até sua produção.

Na parte 1 do curso, você aprenderá os conceitos básicos e a sintaxe do TensorFlow 2.0, principalmente algumas diferentes importantes se comparado com o TensorFlow 1.x

Na parte 2, o foco será em Deep Learning! Você implementará vários tipos de redes neurais: redes neurais simples, redes neurais convolucionais e redes neurais recorrentes. Além disso, no final desta seção você aprenderá a utilizar a técnica de Transferência de Aprendizagem (Transfer Learning) que alcançará resultados considerados do "estado da arte" em uma base de dados para identificação de imagens!

Na parte 3 você aprenderá a criar o seu próprio "bot" de negociação no mercado de ações utilizando Aprendizagem por Reforço, usando especificamente o algoritmo de Deep Q-Learning! No final das execuções e simulação com uma base de dados real, teremos lucros de mais de U$ 1.300 dólares!

A parte 4 trata do TensorFlow Extended (TFX), na qual você aprenderá como trabalhar com dados e criar seus próprios fluxos de dados (pipelines) para produção. Inicialmente verificaremos se o conjunto de dados tem alguma anomalia usando a biblioteca de validação de dados do TensorFlow (TFDV). Logo após, você aprenderá como utilizar o próprio TensorFlow para aplicar pré-processamento em bases de dados usando TensorFlow Transform (TFT).

Por fim, o foco da parte 5 será em como disponibilizar um modelo em ambiente de produção utilizando a API Flask com acesso via web e também utilizando comunicação REST por meio do TensorFlow Serving. De uma maneira muito fácil, você criará sua própria API de classificação de imagem que pode suportar milhões de solicitações por dia! Atualmente, está se tornando cada vez mais popular instalar um modelo de Deep Learning dentro de um aplicativo Android ou iOS, portanto, na próxima seção do curso você aprenderá a salvar um modelo para dispositivos móveis utilizando o TensorFlow Lite! Por fim, você também aprenderá como utilizar técnicas de treinamento distribuído para otimizar o processo de treinamento.

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!

Preparado(a) para dar um importante passo na sua carreira? Aguardamos você no curso! :)

Who Should Attend!

Pessoas interessadas em aprender Deep Learning (aprendizagem profunda) com o TensorFlow 2.0
Pessoas interessadas em redes neurais artificiais, convolucionais e recorrentes
Pessoas interessadas em iniciar uma carreira em Ciência de Dados utilizando técnicas modernas de aprendizagem de máquina
Empreendedores que queiram aplicar aprendizagem de máquina em projetos comerciais
Analistas de dados que queiram aumentar seu conhecimento na área de deep learning (aprendizagem profunda)
Empresários que desejam criar soluções eficientes para problemas reais em suas empresas
Alunos de graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial
Desenvolvedores Python que desejam entrar na área de Deep Learning e Inteligência Artificial
Engenheiros que trabalham em tecnologia e automação
Qualquer pessoa interessada em Inteligência Artificial