Logo do curso
Curso

TensorFlow:

implementando um perceptron de múltiplas camadas (MLP)

Quero estudar na alura

12h

Para conclusão

480

Pessoas nesse curso

8.9

Avaliação média

Certificado

De participação

Introdução_

O que você aprenderá_

  • Entenda o funcionamento e a construção de uma rede neural
  • Interprete os resultados obtidos e identifique possíveis melhorias em um modelo
  • Implemente e otimize o processo de aprendizado por meio do gradiente descendente
  • Experimente e avalie diferentes taxas de aprendizagem, compreendendo seu impacto na performance do modelo
  • Incorpore camadas adicionais em redes neurais para melhorar a capacidade de aprendizado e generalização
  • Utilize as funções de ativação ReLU e Sigmóide de forma adequada em múltiplas camadas
  • Explore como a quantidade de épocas afeta o resultado do modelo

Público alvo_

Este curso é ideal para estudantes e profissionais que estão dando seus primeiros passos no mundo das redes neurais e desejam construir uma base sólida em sua implementação com TensorFlow, sem a ajuda do Keras. Destina-se a entusiastas do aprendizado de máquina e da inteligência artificial que buscam compreender os conceitos fundamentais que regem as redes neurais, oferecendo uma oportunidade valiosa de aprender de maneira prática e aplicada.

Valquíria Alencar

Valquíria Alencar

github

linkedin

Sou Especialista em Dados e IA no Insper, onde desenvolvo soluções que transformam dados em inteligência para apoiar decisões estratégicas e acelerar a inovação. Minha trajetória combina pesquisa científica, educação e tecnologia: sou PhD em Biotecnologia, com pós-doutorado na UFABC, e atuei como instrutora na Alura, formando milhares de profissionais em Ciência de Dados e Inteligência Artificial.

Curso atualizado em 29/02/2024

Ementa

  1. Conhecendo e preparando os dados

    • Importando os dados
    • Explorando os dados
    • Preparando os dados
  2. Construindo um perceptron

    • Obtendo pesos e viés
    • Construindo um perceptron
    • Obtendo probabilidades
    • Obtendo a perda
  3. Construindo o modelo

    • Normalizando os dados
    • Obtendo a perda
    • Entendendo o gradiente descendente
    • Aplicando o gradiente descendente
  4. Separando os dados em treino e teste

    • Separando e normalizando os dados
    • Aplicando o gradiente descendente
    • Testando diferentes taxas de aprendizagem
    • Avaliando a taxa de acerto
  5. Adicionando uma camada oculta

    • Criando a função para obter pesos e viés
    • Adicionando a primeira camada oculta
    • Analisando os resultados obtidos
  6. Implementando múltiplas camadas

    • Criando a função para obter pesos e viés
    • Adicionando a segunda camada oculta
    • Adicionando a função de ativação ReLU

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos

Faça parte da nossa comunidade no discord!

Troque conhecimentos com a comunidade da Alura

Aprenda Machine Learning & Deep Learning com esse e outros cursos, comece agora!

Conheça os Planos para Empresas