Intro to TensorFlow em Português Brasileiro from Coursera

O objetivo deste curso é aproveitar a flexibilidade e a facilidade de uso do TensorFlow 2.x e do Keras para criar, treinar e implantar modelos de machine learning. Você aprenderá sobre a hierarquia da API TensorFlow 2.x e conhecerá os principais componentes do TensorFlow nos exercícios práticos. Mostraremos como trabalhar com conjuntos de dados e colunas de atributos. Você aprenderá a projetar e criar um pipeline de entrada de dados do TensorFlow 2.x. Você terá uma experiência prática com o carregamento de dados CSV, matrizes numpy, dados de texto e imagens usando o tf.Data.Dataset e com a criação de colunas de atributos numéricas, categóricas, em bucket e com hash.

Apresentaremos as APIs Keras Sequential e Keras Functional para mostrar como criar modelos de aprendizado profundo. Abordaremos as funções de ativação, perda e otimização. Nos laboratórios práticos dos notebooks do Jupyter, você poderá criar modelos de machine learning de regressão linear básica e de regressão logística básica e avançada. Você aprenderá a treinar, implantar e produzir modelos de machine learning em escala com o AI Platform do Cloud.

What's inside

Syllabus

Introdução ao curso

Este curso é uma introdução ao TensorFlow 2.x, que incorpora a facilidade de uso do Keras para a criação de modelos de machine learning. Abordaremos o design e a criação de um pipeline de dados de entrada do TensorFlow 2.x, a criação de modelos de machine learning com essa ferramenta e com o Keras, a melhoria da acurácia desses modelos e a geração dos modelos para uso em escala.

Introdução ao TensorFlow

Apresentaremos o novo paradigma do TensorFlow 2.x. Você aprenderá sobre a hierarquia da API TensorFlow e conhecerá os principais componentes do TensorFlow, os tensores e as variáveis com exercícios práticos.

Projetar e criar um pipeline de dados de entrada do TensorFlow

Mostraremos como trabalhar com conjuntos de dados e colunas de atributos. Você terá uma experiência prática com o carregamento de dados CSV, matrizes numpy com tf.data.Dataset, dados de texto e imagens usando o tf.Data.Dataset e com a criação de colunas de atributos numéricas, categóricas, em bucket e com hash.

Como treinar redes neurais com o TensorFlow 2 e com a API Keras Sequential

Neste módulo, você aprenderá a escrever modelos do TensorFlow com a API Keras Sequential. Mas, antes disso, falaremos sobre funções de ativação, perda e otimização. Em seguida, você conhecerá a API Keras Sequential para aprender a criar modelos de aprendizado profundo com ela. Você também verá como implantar o modelo para previsão na nuvem.

Como treinar redes neurais com o TensorFlow 2 e a API Keras Functional

A API de modelo Sequential é ideal para o desenvolvimento de modelos de machine learning na maioria dos casos, mas também tem limitações. Por exemplo, ela não é simples de definir modelos com várias fontes de entrada, produzir muitos destinos de saída ou modelos que reutilizam camadas. A API Keras Functional é uma forma de criar modelos mais flexíveis do que a API tf.keras.Sequential e é capaz de processar modelos com topologia não linear, com camadas compartilhadas e com várias entradas ou saídas. Além disso, ela oferece uma maneira mais flexível de definir os modelos. Especificamente, ela permite a definição de vários modelos de entrada e saída e que compartilham camadas. Mais do que isso, com ela é possível definir grafos de rede acíclicos ad hoc. Geralmente, a ideia principal é que um modelo de aprendizado profundo seja um grafo acíclico direcionado (DAG) de camadas. Portanto, a API Functional é uma forma de criar grafos de camadas. Também mostraremos como a regularização pode ajudar no desempenho do modelo.

Resumo

Resumiremos os principais tópicos sobre o TensorFlow abordados no curso até agora. Revisitaremos o principal código do TensorFlow, a API tf.data, as APIs Keras Sequential e Functional e o escalonamento dos modelos de machine learning com o AI Platform do Cloud.

Good to know

Know what's good

, what to watch for

, and possible dealbreakers

Ensina modelagem de Machine Learning com TensorFlow 2.x e Keras

Os instrutores são do Google Cloud Training, especialistas em Machine Learning

Abrange as principais APIs, tensores e variáveis do TensorFlow 2.x

Oferece prática em carregamento e processamento de dados para modelos de Machine Learning

Introduz as APIs Keras Sequential e Keras Functional para criação de modelos de aprendizado profundo

Aborda funções de ativação, perda e otimização para aprimorar os modelos de Machine Learning

Reviews summary

Tensorflow em português

O curso "Intro to TensorFlow em Português Brasileiro" oferece uma introdução completa à biblioteca TensorFlow para criação e implantação de modelos de aprendizado de máquina. Com foco na simplicidade do TensorFlow 2.x e do Keras, os alunos aprenderão a projetar e construir pipelines de dados de entrada, criar modelos de aprendizado profundo com as APIs Keras Sequential e Functional e implantá-los em escala usando o AI Platform do Google Cloud.

Conteúdo organizado

"Sem dúvidas, um curso surpreendente..."

Explicações claras

"Bom"

Conteúdos relevantes

"Me fez compreender uma dimensão muito nova dos serviços do Google."

Ritmo lento

"...1ª e 2ª semana, nota 10..."

Tarefas de baixa qualidade

"...mas a última semana, é uma porcaria, e é a mais importante. Códigos não funcionam, explicação vaga e sem exemplificação."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Intro to TensorFlow em Português Brasileiro with these activities:

Revisão de Fundamentos de Matemática para Machine Learning

Show steps

Reforce sua base matemática revisando conceitos fundamentais de álgebra linear e cálculo, essenciais para o aprendizado de machine learning.

Show steps

Revise conceitos de vetores, matrizes e transformações lineares.
Pratique operações de derivadas e integrais.

Tutorial Prático de Carregamento de Dados

Show steps

Refine suas habilidades de carregamento de dados no TensorFlow 2.x por meio de tutoriais práticos, fortalecendo sua base para o treinamento de modelos.

Browse courses on TensorFlow 2.x

Show steps

Siga um tutorial para carregar dados CSV para o TensorFlow.
Aprenda a carregar matrizes numpy e dados de texto.
Explore diferentes métodos de carregamento de imagens usando o TensorFlow.

Exercícios Práticos de Criação de Colunas de Atributos

Show steps

Aprimore sua compreensão sobre como criar colunas de atributos no TensorFlow 2.x, o que é crucial para o treinamento de modelos de machine learning eficazes.

Browse courses on TensorFlow 2.x

Show steps

Carregue um conjunto de dados CSV e crie uma coluna numérica.
Crie uma coluna categórica usando valores exclusivos.
Crie colunas de bucket com base em intervalos de valores.
Crie colunas com hash para reduzir a dimensionalidade de atributos categóricos.

Four other activities

Expand to see all activities and additional details

Show all seven activities

Grupos de Estudo de Projeto de Modelos

Show steps

Fortaleça sua compreensão participando de grupos de estudo, discutindo projetos de modelagem e aprendendo com as perspectivas e experiências de seus colegas.

Show steps

Forme um grupo de estudo com colegas.
Selecione projetos de modelagem para trabalhar juntos.
Discuta ideias, compartilhe conhecimento e forneça feedback.

Compilação de Recursos de Modelos de Aprendizado Profundo

Show steps

Organize e analise recursos abrangentes sobre modelagem de aprendizado profundo no TensorFlow 2.x, consolidando seu conhecimento e aprofundando sua compreensão.

Browse courses on TensorFlow 2.x

Show steps

Colete tutoriais, documentações e artigos sobre APIs de modelagem.
Inclua ferramentas e bibliotecas para desenvolvimento de modelos.
Crie um índice ou sistema de organização para facilitar a navegação.

Participação em Competições de Modelagem de IA

Show steps

Teste suas habilidades e expanda seus conhecimentos participando de competições de modelagem de IA, colocando seus modelos à prova e aprendendo com os melhores especialistas do setor.

Browse courses on TensorFlow 2.x

Show steps

Identifique competições de modelagem de IA relevantes.
Forneça soluções para problemas do mundo real usando o TensorFlow 2.x.
Analise o desempenho de seu modelo e compare-o com o de outros participantes.

Voluntariado em Projetos de IA de Impacto Social

Show steps

Aplique seus conhecimentos de IA para o bem maior, voluntariando-se em projetos que usam Inteligência Artificial para resolver problemas sociais e impactar positivamente a comunidade.

Show steps

Identifique organizações sem fins lucrativos ou instituições de pesquisa que trabalham com IA para fins sociais.
Ofereça seus serviços para colaborar em projetos.
Contribua com suas habilidades técnicas e conhecimento específico do domínio.

Career center

Learners who complete Intro to TensorFlow em Português Brasileiro will develop knowledge and skills that may be useful to these careers:

Deep Learning Engineer

This course is a great starting point for careers as a Deep Learning Engineer, who specializes in using deep learning techniques to solve real-world problems. The course covers TensorFlow and Keras, two essential tools for deep learning, and provides hands-on experience in building, training, and evaluating deep learning models. This course can help you build a strong foundation for success in this specialized field.

See salaries and explore the career path for Deep Learning Engineer

Artificial Intelligence Engineer

The course is a good fit for careers as an Artificial Intelligence Engineer who wants to specialize in machine learning. The course focuses on TensorFlow and Keras, industry-standard tools for machine learning, and provides hands-on experience in building, training, and deploying machine learning models. This course can help you build a solid foundation for success in this field.

See salaries and explore the career path for Artificial Intelligence Engineer

Machine Learning Architect

This course can be helpful for careers as a Machine Learning Architect, who designs and builds machine learning systems. The course provides a comprehensive introduction to TensorFlow and Keras, two key tools for machine learning architects. It covers the fundamentals of machine learning algorithms, model design, and optimization, and it can help you build a strong foundation for success in this role.

See salaries and explore the career path for Machine Learning Architect

Machine Learning Engineer

Careers as a Machine Learning Engineer are a great fit for those with a passion for developing and deploying machine learning-based systems. This course provides an excellent introduction to TensorFlow and Keras, two industry-standard tools for machine learning, that can help you kickstart a career in this field.

See salaries and explore the career path for Machine Learning Engineer

Research Scientist

This course could be helpful for careers in Research Science, particularly for those interested in developing machine learning models. The course provides a comprehensive introduction to TensorFlow and Keras, which are widely used in research settings. It covers the fundamentals of machine learning algorithms, model design, and optimization, and it can help you build a strong foundation for a career in research science.

See salaries and explore the career path for Research Scientist

Computer Vision Engineer

Careers as a Computer Vision Engineer, who specializes in developing computer vision systems, could benefit from this course. The course's focus on TensorFlow and Keras, two essential tools for computer vision, provides a great foundation for those in this field. The course's hands-on experience in building and training computer vision models can also be valuable for those pursuing this career.

See salaries and explore the career path for Computer Vision Engineer

Quantitative Analyst

Careers as a Quantitative Analyst who wants to incorporate machine learning into their work would find this course helpful. The course provides a thorough introduction to TensorFlow and Keras, two important tools for quantitative analysts who wish to use machine learning techniques. The course's emphasis on data analysis and modeling could help you succeed in this field.

See salaries and explore the career path for Quantitative Analyst

Data Analyst

Careers as a Data Analyst who wants experience with machine learning would benefit from this course. The course provides a solid foundation in TensorFlow and Keras, which are essential tools for data analysts who want to explore machine learning techniques. The course's emphasis on data manipulation and model evaluation will also be valuable for those in this field.

See salaries and explore the career path for Data Analyst

Full-Stack Developer

Careers as a Full Stack Developer who wants to incorporate machine learning into their work would benefit from this course. The course provides a thorough introduction to TensorFlow and Keras, two essential tools for full stack developers who wish to use machine learning techniques. The course's emphasis on data analysis and modeling could help you succeed in this field.

See salaries and explore the career path for Full-Stack Developer

Data Engineer

The course could be beneficial for those interested in careers as a Data Engineer who wants to gain experience with machine learning. The course provides a solid foundation in TensorFlow and Keras, which are important tools for data engineers who want to explore machine learning techniques. The course's emphasis on data manipulation and model evaluation can also be valuable for those in this field.

See salaries and explore the career path for Data Engineer

Data Scientist

The course's emphasis on TensorFlow, Keras, and model development will help you build a strong foundation for machine learning that may be useful in a career as a Data Scientist. The course will help you develop skills in data manipulation, model building, and training, which are all critical for success in this field.

See salaries and explore the career path for Data Scientist

Natural Language Processing Engineer

This course may be helpful for those interested in careers as a Natural Language Processing Engineer, who specializes in developing natural language processing systems. The course provides a solid foundation in TensorFlow and Keras, which are key tools for natural language processing. The course's emphasis on data manipulation and model evaluation can also be valuable for those in this field.

See salaries and explore the career path for Natural Language Processing Engineer

Software Engineer

This course may be helpful for those interested in careers as a Software Engineer who are seeking to gain proficiency in machine learning. The course provides a solid foundation in TensorFlow and Keras, which are becoming increasingly important in the field. While the course focuses on machine learning, the skills and techniques learned can be applied to various areas of software development.

See salaries and explore the career path for Software Engineer

Cloud Architect

Careers as a Cloud Architect who wants to specialize in machine learning may be interested in this course. The course's emphasis on TensorFlow, Keras, and model deployment on the cloud can be valuable for those in this field. While the course does not focus specifically on cloud architecture, the skills learned can be applied to the design and implementation of cloud-based machine learning systems.

See salaries and explore the career path for Cloud Architect

Blockchain Developer

While this course is not directly related to Blockchain Development, the skills and knowledge gained may be transferable. The course's emphasis on data manipulation, model building, and training can be applied to blockchain-based systems, such as smart contracts and distributed ledger technologies. This course may provide a helpful foundation for those interested in exploring the intersection of machine learning and blockchain.

See salaries and explore the career path for Blockchain Developer