🚨 $100K in Sight: Follow Bitcoin’s Final Push Live! TRACK NOW
assistindo agora
2 Alunos

Descrição

O que você vai aprender?

  • Aprenda a usar PyCharm, executar arquivos e Programas na interface Python Aprenda a usar Machine Learning e Redes Neurais através de exemplos Entenda os princípios da Programação com Python Aprenda a identificar erros de programação Entenda a base de dados de reconhecimento de imagens CIFAR-10

Requisitos

  • Nenhum!
  • NFT Certificate
  • 58 Lições
  • Iniciante
  • English
  • +100 XP

Share Course on Social media

Grade Curricular do Curso

Course consist of total 8h 44m of content, in total.

Seção 1: Aprenda a usar PyCharm
45:07
Seção 2: Aprenda o básico da Linguagem Python
1:49:46
Sintaxe de variável e tipos básicos
08:33
Operações com Variáveis
09:29
Tuplas e Listas
11:54
Dicionários
06:36
Condicional If
10:03
Loops While e For In
10:43
Função: Implementação e Execução
10:05
Parâmetros e Valores Retornados
07:47
Introdução a Classes e Objetos
12:40
Subclasses e Superclasses
13:06
Resumo
03:37
Seção 3: Entenda Machine Learning e Redes Neurais
1:04:20
Introdução ao Dia 3
02:01
Introdução ao Machine Learning
11:23
Introdução ao Machine Learning (Parte 1)
06:13
Introdução ao Machine Learning (Parte 2)
05:35
Introdução às Redes Neurais
10:23
Introdução à Convolução
14:10
Introdução à Convolução (Parte 1)
07:15
Introdução à Convolução (Parte 2)
07:20
Seção 4: Explore o API Keras
1:17:04
Introdução ao Dia 4
01:49
Introdução ao Tensorflow e Keras
09:06
Entendo a sintaxe do Keras
19:13
Entendo a sintaxe do Keras (Parte 1)
09:14
Entendo a sintaxe do Keras (Parte 2)
10:24
Introdução a Funções de Ativação
13:26
Introdução a Funções de Ativação (Parte 1)
05:59
Introdução a Funções de Ativação (Parte 2)
07:53
Seção 5: Formatando e examinando o Dataset CIFAR 10
58:25
Introdução ao Dia 5
01:53
Explorando o Dataset CIFAR10
08:36
Entendendo pontos de dados específicos
17:43
Entendendo pontos de dados específicos (Parte 1)
08:48
Entendendo pontos de dados específicos (Parte 2)
09:21
Formatando Imagens de Entrada
12:04
Seção 6: Construa o modelo de classificador de imagem
1:35:13
Introdução ao Dia 6
02:23
Construindo o Modelo
18:18
Construindo o Modelo (Parte 1)
09:28
Construindo o Modelo (Parte 2)
09:16
Compilando e treinando o modelo
12:38
Compilando e treinando o modelo (Parte 1)
06:35
Compilando e treinando o modelo (Parte 2)
06:29
Gradient Descent e Otimizações
14:50
Gradient Descent e Otimizações (Parte 1)
06:57
Gradient Descent e Otimizações (Parte 2)
08:19
Seção 7: Salvar e carregar modelos treinados
1:15:00
Introdução ao Dia 7
02:08
Salvar e carregar modelos no H5
15:20
Salvar e carregar modelos no H5 (Parte 1)
07:43
Salvar e carregar modelos no H5 (Parte 2)
08:03
Salvando o modelo num arquivo Protobuf
17:50
Salvando o modelo num arquivo Protobuf (Parte 1)
08:36
Salvando o modelo num arquivo Protobuf (Parte 2)
09:40
Resumo do Bootcamp
05:40

Avaliações da plataforma BitDegree