Descrição do Curso
Neste curso sobre TensorFlow, começará por aprender como a aprendizagem automática pode ser utilizada para resolver problemas do mundo real em diferentes domínios, como finanças e biologia. Explorará modelos de classificação, processamento de dados Pandas, visualização Seaborn e avaliação de modelos e métricas de desempenho.
Em seguida, irá explorar os diferentes add-ons disponíveis para o TensorFlow e como utilizá-los eficazmente nos seus projectos de aprendizagem automática. Aprenderá sobre ferramentas como TensorFlow Hub, TensorFlow Probability API e TensorFlow Lite. Mais tarde, aprenderá sobre a aprendizagem por transferência e como utilizar modelos pré-treinados para melhorar o desempenho dos seus projectos de aprendizagem automática.
Também explorará os diferentes benefícios da aprendizagem por transferência e como usar ferramentas como matrizes de confusão e conjuntos de dados de validação para ajustar seu modelo. No final do curso, terá uma compreensão fundamental da aprendizagem por transferência e as competências necessárias para utilizar modelos pré-treinados para melhorar o desempenho dos seus projectos de aprendizagem automática.
Quer pretenda resolver problemas do mundo real, melhorar as capacidades dos seus modelos de aprendizagem automática ou melhorar o seu desempenho, este curso fornecer-lhe-á as competências e os conhecimentos necessários para ser bem sucedido.
O Que Você Vai Aprender
- Compreenda os tipos de problemas do mundo real que o aprendizado de máquina pode resolver em domínios como finanças e biologia
- Aplique modelos de classificação a problemas do mundo real usando TensorFlow
- Pré-processe dados com Pandas e prepare-os para uso em modelos pré-treinados
- Use complementos TensorFlow, incluindo TensorFlow Hub, API TensorFlow Probability e TensorFlow Lite
- Construa, compile e treine um modelo de transferência de aprendizado usando modelos pré-treinados
- Avalie e ajuste modelos usando matrizes de confusão e conjuntos de dados de validação
Principais Conclusões
- O aprendizado de máquina pode ser aplicado a problemas do mundo real em diferentes domínios, como finanças e biologia.
- O curso cobre modelos de classificação, processamento de dados Pandas, visualização Seaborn e métricas de avaliação e desempenho do modelo.
- O aprendizado de transferência usa modelos pré-treinados para melhorar o desempenho de projetos de aprendizado de máquina.
- Ferramentas como TensorFlow Hub ajudam a encontrar e usar modelos pré-treinados, enquanto matrizes de confusão e conjuntos de dados de validação ajudam a ajustar um modelo.
- Ao final do curso, você ganha uma compreensão fundamental do aprendizado de transferência e as habilidades para usar modelos pré-treinados efetivamente.
Perguntas Frequentes
Para quem é este curso?
É para qualquer pessoa que procura resolver problemas do mundo real, aprimorar os recursos de seus modelos de aprendizado de máquina ou melhorar seu desempenho usando TensorFlow.
O que aprenderei neste curso?
Você aprenderá a usar aprendizado de máquina para resolver problemas do mundo real, explorar modelos de classificação, processamento de dados Pandas, visualização Seaborn e avaliação e desempenho do modelo, trabalhar com complementos TensorFlow como TensorFlow Hub, API TensorFlow Probability e TensorFlow Lite, e aplicar aprendizado de transferência com modelos pré-treinados.
Qual é o foco ao final do curso?
Ao final, você terá uma compreensão fundamental do aprendizado de transferência e as habilidades necessárias para usar modelos pré-treinados para melhorar o desempenho de seus projetos de aprendizado de máquina.
Quais habilidades este curso cobre?
Cobre Aprendizado de Máquina, Treinamento de Modelo de Aprendizado de Máquina, ML.NET, TensorFlow, Conjuntos de Dados de Treinamento e Aprendizado de Transferência.
O curso cobre avaliação de modelo e ajuste fino?
Sim, cobre avaliação de modelo e métricas de desempenho e explica como usar ferramentas como matrizes de confusão e conjuntos de dados de validação para ajustar seu modelo.
