Locais e horários das aulas
- 5as-feiras, das 14:00h às 17:00h, por videoconferência (plataforma MS Teams)
Objetivos
Apresentar uma introdução à técnicas para treinamento de redes neurais profundas.
Ementa
Introdução ao numpy e ao PyTorch; Conceito de tensor; Regressão linear, Regressão logística; Funções de ativação e camadas ocultas; Uso de GPUs; Redes neurais convolucionais; Redes neurais recorrentes; Autoencoders; Graph Neural Nets; Transformers.
Veja também o plano de ensino da disciplina.
Livros-textos
Aulas
Veja também o plano de curso da disciplina e o calendário acadêmico das graduações do CEFET/RJ.
| Aula | Data | Tópico |
| 1 | 25/nov | Logística do curso, plano de aulas (slides) Redes Neurais Profundas: O que são? Como vivem? De que se alimentam? (video, slides) |
| 2 | 02/dez | numpy, PyTorch, regressão linear (notebook) |
| 3 | 09/dez | Classes Dataset e DataLoader (notebook) |
| 4 | 16/dez | Regressão logística, softmax, entropia cruzada (notebook) |
| 5 | 23/dez | Funções de ativação, camadas ocultas (notebook) |
| 6 | 30/dez | Uso de GPUs (notebook) |
| 7 | 13/jan | Redes neurais convolucionais (notebook, slides) |
| 8 | 27/jan | Previsão de séries temporais com Conv1d (notebook, slides) |
| 9 | 03/fev | Aspectos práticos do treinamento – 1a parte (slides) |
| 10 | 10/fev | Redes neurais recorrentes – 1a parte (slides) |
| 11 | 17/fev | Regularização: early stopping e dropout (slides, notebook) Aplicações (slides) |
| 12 | 24/fev | Augusto Fonseca: Redes neurais para grafos (slides, notebook) |
| 13 | 03/mar | Redes neurais recorrentes – 2a parte (notebook); Autoencoders (slides, notebook) |
| 14 | 10/mar | GANs (slides, notebook); Aspectos práticos do treinamento – 2a parte (notebook) |
| 15 | 17/mar | NLP & Transformers (slides, notebook) |
Trabalhos práticos
Para implementar os trabalhos, você irá precisar dominar os fundamentos da linguagem Python. Para isso, recomendo dois livros, ambos gratuitamente disponíveis: