Aprendizagem de Máquina Profunda

Carga Horária: 60h (45h Teórica +15h Prática)

Objetivos: Capacitar o aluno na área de aprendizagem de máquina profunda, tornando-o apto a utilizar de um modo hands-on as técnicas e algoritmos e aprimorar a criação de sistemas computacionais inteligentes.

Ementa: Introdução às Redes Neurais; Treinando redes neurais com múltiplas camadas; Modelos preditivos distribuídos; Redes Neurais Convolutivas; Redes Neurais Recorrentes; Autocodifciadores; Aprendizagem por reforço profunda.

Bibliografia

• Básica:

  • GÉRON, A. Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems. "O’Reilly Media, Inc.", 2017.

  • GOODFELLOW, I., YOSHUA B., AARON C. Deep learning. MIT press, 2016.

  • CHOLLET, F. Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der KerasBibliothek. MITP-Verlags GmbH e Co. KG, 2018.

  • NIELSEN, A. Neural networks and deep learning. Vol. 25. San Francisco, CA, USA: Determination press, 2015.

• Complementar:

  • FRANCOIS, C. Deep learning with Python. Manning Publications; Edição: 1st (30 de novembro de 2017). PATTERSON, J.,

  • ADAM G. Deep learning: A practitioner’s approach. "O’Reilly Media, Inc.", 2017.