Programa de Verão do LNCC – Jornada de Ciência de Dados
Professor
Eduardo Bezerra (ebezerra@cefet-rj.br, CEFET/RJ)
Objetivo
O objetivo deste minicurso é apresentar uma introdução à aprendizagem profunda. São apresentados conceitos básicos da área, técnicas relacionadas ao treinamento e à avaliação de modelos. São também descritas algumas das principais arquiteturas de redes profundas, além de algumas aplicações. Também são apresentados exemplos de código por meio do framework PyTorch.
Plano
- Aula1 (09/fev das 15h30 às 17h00): Conceitos básicos de RNAs
- Aula2 (10/fev das 15h30 às 17h00): Tutorial PyTorch – redes MLP;
- Aula3 (12/fev das 15h30 às 17h00): Tutorial PyTorch – Convolutional Nets; Considerações finais.
Material das aulas
Aula 1 (09/fev): slides, vídeo
Aula 2 (10/fev): notebook, notebook, vídeo
Aula 3 (12/fev): notas de aula, notebook, notebook, notebook, notebook, vídeo
Q&A
Para coletar as perguntas ou comentários ao longo das aulas, vamos utilizar a ferramenta Slido. Siga esse link Q&A para fazer perguntas ou observações.
Recursos adicionais
Básico
- The Essence of Linear Algebra (3blue1brown)
- Neural Networks (3blue1brown)
- The Essence of Calculus (YT channel – 3blue1brown)
- Artigo histórico sobre redes neurais
Cursos
- Deep Learning Crash Course for Beginners
- PyTorch Tutorials – Complete Beginner Course
- CS231n: Convolutional Neural Networks for Visual Recognition
- ZeroToGANS