Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Curso 1 de 4 no
Deeplearning.ai Tensorflow Developer
Nível intermediário
É necessária experiência em codificação Python e matemática no ensino médio. O aprendizado de máquina anterior ou o conhecimento profundo dos aprendizado é útil, mas não é necessário.

Aproximadamente. 18 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, turco, inglês, espanhol, japonês

Laurence Moroney
Instrutor
Advogado da IA, Googlesyllabus – O que você aprenderá com este curso
Um novo paradigma de programação
Bem -vindo a este curso sobre ir do básico ao domínio do Tensorflow. Estamos animados que você está aqui! Na semana 1, você receberá uma introdução suave ao que são aprendizado de máquina e aprendizado profundo e como eles oferecem um novo paradigma de programação, oferecendo a você um novo conjunto de ferramentas para abrir cenários anteriormente inexplorados. Tudo o que você precisa saber são algumas habilidades de programação muito básicas, e você escolherá o resto à medida que avança. Para começar, confira o primeiro vídeo, uma conversa entre Andrew e Laurence que define o tema para o que você estudará …
Introdução à visão computacional
Bem -vindo à semana 2 do curso! Na semana 1, você aprendeu tudo sobre como o aprendizado de máquina e o aprendizado profundo é um novo paradigma de programação. Nesta semana, você levará isso ao próximo nível, começando a resolver problemas de visão computacional com apenas algumas linhas de código!
Melhorando a visão com redes neurais convolucionais
Confira esta conversa entre Laurence e Andrew, onde eles discutem e apresente a visão computacional!
Usando imagens do mundo real
Bem -vindo à semana 3! Na semana 2, você viu uma rede neural básica para visão computacional. Fiz o trabalho bem, mas foi um pouco ingênuo em sua abordagem. Nesta semana, veremos como melhorar, conforme discutido por Laurence e Andrew aqui.