Ao selecionar um país você vê os cursos disponíveis na sua região.
⏱ 2 h 54 min📚 29 aulas🎧 Versão em áudio
Aprendizagem profunda e GANs com Keras: um guia para iniciantes
Construa uma base sólida em redes neurais, redes adversariais generativas e fluxos de trabalho modernos de aprendizado profundo usando Python e Keras.
💬Instrutor de IA Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser.
🕐Comece quando quiser Sem horários nem prazos: aprenda no seu ritmo, quando quiser.
🌐Em português Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
O aprendizado profundo está impulsionando os avanços mais interessantes na inteligência artificial, do reconhecimento de imagens à geração de mídias totalmente novas. Se você quer entender como as redes neurais funcionam e como construí-las, o Keras oferece a maneira mais intuitiva e poderosa de começar.
Este curso baseado em texto orienta você desde os fundamentos absolutos da inteligência artificial e do aprendizado de máquina até a construção de suas primeiras Redes Adversariais Generativas (GANs). Você aprenderá a escrever código Python limpo e moderno para treinar modelos de aprendizado profundo, avaliar seu desempenho e gerar dados sintéticos, tudo através de explicações claras e passo a passo de código estruturado.
O que você vai aprender:
- Entenda os princípios básicos da inteligência artificial, aprendizado de máquina e redes neurais profundas.
- Construa e treine redes neurais convolucionais e de alimentação direta usando Keras e Python.
- Implemente Redes Adversariais Generativas (GANs) para gerar dados novos e realistas a partir do zero.
- Aplique práticas modernas de aprendizado profundo, incluindo pré-processamento, regularização e validação adequados de dados.
- Explore conceitos modernos de rastreamento de modelos e fluxos de trabalho básicos de MLOps para gerenciar seus experimentos de treinamento.
- Escreva um código de aprendizado profundo limpo e estruturado usando dicas de tipo e padrões atuais da API Keras.
Você começará dominando a terminologia essencial e a intuição matemática por trás das redes neurais antes de mergulhar na implementação prática. À medida que você progride através dos módulos escritos, você fará a transição de tarefas simples de classificação para modelos generativos avançados, aprendendo a depurar e otimizar suas arquiteturas ao longo do caminho.
Este curso é projetado para iniciantes que são novos em aprendizado profundo e redes neurais. Uma familiaridade básica com a programação Python é útil, mas nenhuma experiência prévia com aprendizado de máquina ou matemática avançada é necessária.
Comece a ler hoje para desbloquear o poder da IA generativa e construir seus primeiros modelos de aprendizado profundo com o Keras.
O que você vai receber
📜Certificado de conclusão Adicione ao seu perfil do LinkedIn
💬Tutor AI pessoal Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora.
🎧Versão em áudio incluída Estude em qualquer lugar, sem tela
♾️Acesso vitalício Volte quando quiser, sem expirar
📱Celular ou computador Funciona em qualquer dispositivo
💸Reembolso em 14 dias Sem perguntas
⚡Curto e focado 2 h 54 min de conteúdo prático
Certificado de conclusão
Cada curso que você conclui na PickAClass emite uma credencial como esta — original, com seu próprio código, verificável por URL e detalhada sobre o que foi de fato demonstrado.
P
PickAClass
Perfil de habilidades · verificável
Documento
Certificado de Maestria
Isto certifica que
Nome Sobrenome
demonstrou com sucesso o domínio de
Aprendizagem profunda e GANs com Keras: um guia para iniciantes
Habilidades demonstradas
✓
Análise de padrões comportamentais
Fundamental
1.2 h
✓
Estruturas de arquitetura de decisão
Proficiente
1.4 h
✓
Design de testes A/B
Proficiente
1.7 h
✓
Redação comportamental
Avançado
1.9 h
P
PickAClass — Nome Sobrenome
Aprendizagem profunda e GANs com Keras: um guia para iniciantes
Página 2 de 2
Detalhe de desempenho
Resumo do curso
Aulas concluídas14 / 14
Questões de prática26 / 28
Tarefas enviadas4 (méd. 4.5 / 5)
Projeto finalAvaliado — 4.6 / 5
Prática total6.2 h
Benchmark de desempenho
Posição na coorteTop 12% de 1,625
Tempo até concluir11 dias (mediana: 22)
Pontuação de domínio91 / 100
Pontuação das questões de prática94%
Verificação de habilidadeTrilha de habilidade verificada