Resumo

Este curso tem como objetivo introduzir alunos e profissionais da área de tecnologia aos fundamentos do Deep Learning, abordando desde os conceitos básicos até a implementação prática de redes neurais. Utilizando ferramentas amplamente adotadas como Python, Keras e TensorFlow , o curso capacita os participantes para desenvolver soluções em áreas como visão computacional, processamento de linguagem natural e análise de dados. A proposta é promover uma formação sólida e atualizada, alinhada às demandas do mercado e às inovações da inteligência artificial.

Programação

O curso tem duração total de 180h sendo que a disposição do monitor será de 15 horas semanais durante as semanas do segundo semestre letivo do ano 2025. O atendimento aos alunos será realizado em hora e data a serem marcados e fixados de acordo com os horários dos alunos, do monitor e do tutor, com anuência do professor orientador.

Módulo 1: Introdução ao Deep Learning (20h)

Conteúdo:

  - O que é Deep Learning?

  - Evolução e histórico do Deep Learning.

  - Principais aplicações.

Módulo 2: Introdução ao Keras e TensorFlow(25h)

Conteúdo:

  - Instalação e configuração das ferramentas.

  - Estrutura básica de um programa Keras/TensorFlow.

  - Primeiros passos: Criar uma rede neural simples.

Módulo 3: Introdução às Redes Neurais: Classificação e Regressão(25h)

 Conteúdo:

  - Definição de problemas de classificação e regressão.

  - Implementação prática com exemplos.

  - Avaliação de desempenho: Acurácia, precisão e recall.

Módulo 4: Fundamentos de Machine Learning (25h)

- Conteúdo:

  - Supervisão, não supervisão e aprendizado por reforço.

  - Métodos de validação e ajuste de hiperparâmetros.

  - Overfitting e underfitting.

Módulo 5: Introdução ao Deep Learning para Visão Computacional(25h)

 Conteúdo:

  - Redes Convolucionais (CNNs).

  - Técnicas de pré-processamento de imagens.

Módulo 6: Deep Learning Avançado para Visão Computacional(30h)

 Conteúdo:

  - Redes de Detecção de Objetos, Segmentação Semântica.

  - Uso de arquiteturas avançadas (ResNet, EfficientNet).

Módulo 7: Deep Learning para Texto(30)

Conteúdo:

  - Embeddings de palavras, Redes Neurais Recorrentes para texto.

  - Transformadores e modelos de linguagem.

Público Alvo

Discentes do Curso de Bacharelado em Sistemas de Informação(BSI)-CEAD-UFPI

Membros da Equipe

LEONARDO RAMON NUNES DE SOUSA Categoria: DOCENTE Função : COORDENADOR(A) Entre em contato

MARIA CHRISLENE OLIVEIRA DA SILVA SANTOS Categoria: EXTERNO Função : COMISSÃO DE ORGANIZAÇÃO Entre em contato

RITA DE CASSIA DE MOURA DUARTE Categoria: EXTERNO Função : COMISSÃO DE ORGANIZAÇÃO Entre em contato

ALDIR SILVA SOUSA Categoria: EXTERNO Função : PALESTRANTE Entre em contato

Ações Vinculadas

Lista de Fotos

Não há fotos cadastradas para esta ação