Curso “Deep Learning Acelerado” – Turma Maio

3 dias seguidos - 12 vagas

Objetivo

Apresentar os principais conceitos e aplicações do Deep Learning através da execução de vários Jupyter notebooks utilizando a linguagem Python/NumPy e a biblioteca PyTorch/Tensorflow com exemplos didáticos e reais.

Conteúdo

Perceptron, Redes Neurais, Redes Convolucionais, Minimização via Gradiente Descendente, Regularização, Arquiteturas de redes convolucionais, Autocodificadores, Transferência de conhecimento, Competições de Machine Learning, Redes Recorrentes, Redes Generativas, Classificação de imagens, Filtragem de imagens, Classificação de sentimento, Sistemas de recomendação, Transferência de Estilo.

CORPO DOCENTE

Roberto Lotufo

Pesquisador e Professor Titular aposentado colaborador da FEEC-Unicamp, Pesquisador Principal BRAINN FAPESP e Pesquisador 1D CNPq. Engenheiro Eletrônico formado no ITA com doutorado pela Bristol University. Coordenador do curso de extensão Unicamp em Deep Learning. Membro da Equipe campeã LivDet 2015 (vivacidade em fingerprint) utilizando Deep Learning. Consultor de projetos IoT em visão computacional. Licenciamento OCR para leitura de placas de veículos. Foi Diretor Agência Inovação Unicamp. Curso à distância MOOC teórico-prático Python para Proc. de Imagens. Desenvolvimento Plataforma Adessowiki, similar ao Jupyter-IPython.

Yugo Kuno

Doutorando em Engenharia Elétrica na Unicamp, tem formação em Física e Computação. Trabalhou com as áreas de ensino, análise de dados, e atualmente é pesquisador em Deep Learning na NeuralMind.

Rubens Machado

PUC-Minas 1978, mestrado Unicamp 2002, aposentado do CTI Renato Archer onde trabalhou desde 1983, foi chefe das divisões de Processamento em Tempo Real, Controle de Processos e Metodologias de Controle Aplicado. Atuou no desenvolvimento da  plataforma MOOC para curso Proc. de Imagens em Python 2014/2015. É Consultor e professor em Deep Learning e IoT. Arquiteto principal do Adessowiki (2008-2016). Membro da  Equipe campeã LivDet 2015 (vivacidade em fingerprint) utilizando Deep Learning. Research Gate.

SOBRE O CURSO

Público-Alvo

Desenvolvedores de aplicações graduados em Engenharia, Ciências da Computação e Ciência de dados

Nível

Avançado

Carga horária

24 horas

Data e Horário de realização

23, 24 e 25 de maio

3 dias seguidos

9h às 18h

(intervalo para almoço de 12:30 h às 13:30 h)

Local

4you Coworking – Auditório
Pátio Boulevard Mall
Rua Barão Homem de Mello, 200
Vila 31 de março
Campinas-SP

PERGUNTAS FREQUENTES

O que preciso fazer para confirmar a inscrição?

Após preencher o formulário de inscrição, você receberá um email com link para pagamento via PagSeguro ou Cielo. Basta fazer o pagamento e sua inscrição estará confirmada assim que recebermos a confirmação do pagamento. Manteremos você ciente de todos os passos por email.

Quais os pré-requisitos para o curso de Deep Learning?

O curso será ministrado com apoio de exemplos de programação feitos no Jupyter Notebook que é um excelente ambiente para ensinar programas, pois contém não apenas código, mas os resultados de sua execução, como gráficos, imagens, etc., tudo sendo acessado pelo navegador da Internet.

Os programas utilizam a linguagem Python, com pacotes NumPy, matplotlib e Keras para a codificação das redes neurais profundas. O Keras utiliza a linguagem TensorFlow como back-end.

Este curso tem a duração de três aulas de 8 horas em três dias espaçados. No final de cada aula serão passados exercícios de fixação que serão desenvolvidos durante a semana e discutidos na aula seguinte. É importante que você seja um programador com boa experiência pois utilizamos os programas como formas de aprendizagem e fixação de conceitos.

É importante trazer notebook para acompanhar e executar os códigos sendo discutidos em aula. Os códigos são executados em servidor. É necessário apenas do navegador de Internet.

Em relação ao conhecimento matemático, ele certamente é importante e ajuda o participante a entender plenamente o funcionamento das redes profundas, porém os conceitos serão vistos de forma muito prática visando facilitar a sua compreensão.

O curso é para quem já tem uma base teórica ou ele cobre a teoria também?

O curso visa dar uma base para entender redes neurais e quais as razões do grande sucesso recente de Deep Learning. Porém não é um curso apenas teórico, mas sim teórico-prático, usamos a linguagem PyTorch para exemplificar os conceitos. Sabemos que as linguagens irão mudar, pois a tecnologia é muito recente, porém os conceitos não.

Os cursos são suficientes para sairmos capacitados a buscar uma vaga no mercado de trabalho?

O Curso Deep Learning na prática lhe dará condições de desenvolver aplicações reais em Deep Learning

Quais as diferenças entre os cursos disponíveis?

– Curso Compreendendo o Deep Learning: serve para qualquer pessoa que queira entender os conceitos básicos de Deep Learning e não requer habilidades de programação. É um resumo geral da parte conceitual que será aprofundada e desdobrada nos cursos de 3 dias.
– Curso DeepLearning Acelerado: curso para desenvolvedores, sendo a habilidade de programação é essencial. Neste curso é possível acompanhar passo a passo como as soluções em deep learning são feitas. Utilizamos Jupyter Notebook/Python/PyTorch.
– Curso Deep Learning na Prática: semelhante ao Curso Acelerado, porém como é feito com intervalos de pelo menos 1 semana dá tempo ampliar a parte prática, recomendando exercícios entre as sessões, bem como um projeto final.

Inscrições

Turma com até 12 vagas

Valor: R$ 2.500,00

Forma de pagamento: PagSeguro ou Cielo Online

A inscrição inclui:

  • 24 horas de aula presenciais
  • Programas Python/NumPy/PyTorch usando Jupyter Notebook
  • Certificado
  • 2 coffee breaks por dia (manhã e tarde)

Inscreva-se

Após preencher seus dados você receberá um e-mail com os links para efetuar o pagamento via Cielo ou PagSeguro.

O oferecimento das turmas está sujeito à formação de quórum mínimo de 50% das vagas

Se tiver um cupom, insira abaixo: