| Código | NTI-006 |
| Disciplina | Prática de deep-learning |
| Objetivo | |
| Público_Alvo | Dirigido a técnicos, engenheiros e outro profissionais que atuam ou
desejam atuar na área de inovação desenvolvendo novos negócios, novos
produtos e novos equipamentos que incorporam novas tecnologias. É também
dirigido aos profissionais que desejam incorporar e implantar novas
tecnologias em suas empresas de forma a melhorar e aperfeiçoar o seu
desempenho.
|
| Ementa | Essa disciplina apresenta como fazer uma rede tipo deep-learning funcionar corretamente. Os tópicos dessa disciplina incluem:
- Implementação e utilização na prática de diversos algoritmos de treinamento e otimização: gradiente descendente, processo em batelada, momento, regularização.
- Utilização de boas práticas de deep-learning;
- Preparação de dados para treinamento;
- Configuração da rede;
- Inicialização de redes;
- Verificação da convergência do treinamento da rede;
- Métodos de realizar diagnóstico de erros;
- Uso de softwares open-source como MXNet, H2O e TensorFlow para implementar, inicializar, treinar e usar redes tipo deep-learning;
- Exemplos práticos de aplicação de redes tipo deep-learning em imagens, reconhecimento de caracteres, linguagem natural etc. |
| Bibliografia | 1. Deep Learning: a Praticioners Approach; John Paterson, Adam Gibson, Google books, USA, 2017 |
| Duração (h) | 30 |