Soluções em Deep Learning
Cursos Realizados (Aulas gravadas) Escola de Gestão, Economia e NegóciosÚltima Aula: 24/08/2021
carga horária: 10h
O poder único dos seres humanos de aprender constantemente, resgatando memórias e experiências passadas para nos auxiliar a navegar novas tarefas, pode não ser tão único quanto pensamos. O deep learning (ou aprendizado profundo, em tradução livre) é um ramo da inteligência artificial que visa replicar a nossa habilidade de aprender e evoluir em máquinas. Ou seja, permite que os computadores recebam novas informações, decifrem-nas e produzam um output sem interferência humana.
Essa área possui um amplo de leque de possibilidades e inovações, como veículos autônomos, reconhecimento facial, medicina personalizada, e muito mais.
Conheça as aulas:
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Thiago Marzagão
Doutor pela Ohio State University, mestre pela Universidade de Brasília, pesquisador e cientista de dados no governo federal. Trabalhou em projetos de machine learning de grande impacto: priorizar quais municípios devem ser auditados pela Controladoria-Geral da União, automatizar a precificação de imóveis públicos, identificar cartéis em licitações, mapear redes de corrupção, automatizar o background check de ocupantes de cargos públicos, dentre outros. É autor de vários projetos open source no GitHub, sobre temas variados (robótica, processamento de linguagem natural, scraping). Lecionou machine learning na UnB e no IESB e estatística no IDP. Tem artigos científicos publicados nas principais revistas de econometria do país.
Peng Yaohao
Doutor em Finanças e Métodos Quantitativos pela Universidade de Brasília. Coordenador-Geral de Negócios Agroambientais na Secretaria de Política Econômica do Ministério da Economia (SPE/ME). Pesquisador do Laboratório de Aprendizado de Máquina em Finanças e Organizações (LAMFO/UnB)
Erick
Auditor e cientista de dados no Tribunal de Contas da União (TCU), lotado no Centro de Pesquisa e Inovação onde atua no programa de capacitação dos auditores em análise de dados. Fundador do grupo de estudo em Deep Learning, que agrega a comunidade de desenvolvedores de Inteligência Artificial na Administração Pública em Brasília, tendo sido instrutor em mais de uma dezena de cursos na área, de extensão e de pós-graduação, presenciais e à distância, no TCU, Enap e ESMPU.
Ana Carolina Cardoso de Sousa
Doutora e mestra pela Universidade de Brasília. Lecionou nos departamentos de mecânica e eletrônica na Universidade de Brasília. Atualmente é pesquisadora associada na Griffith University, Australia. Trabalha em projetos de estratégia de controle, interface homem-máquina, próteses, órteses, e equipamentos médicos para reabilitação motora. O foco de sua pesquisa é aplicar conhecimentos de engenharia, robótica e programação em cenários de reabilitação em conjunto com fisioterapeutas. Atualmente trabalha no BioSpine Research Group, um projeto que visa recuperação de pessoas que sofreram lesão medular.
Amauri G. Martins-Britto
Doutor e Mestre em Engenharia Elétrica pela Universidade de Brasília (UnB). Pós-doutorando e Professor Voluntário no Departamento de Engenharia Elétrica da UnB e pesquisador de temas ligados a interferências eletromagnéticas, resistividade do solo, aterramento elétrico CC e CA e sistemas de proteção contra descargas atmosféricas. Com mais de 15 anos de experiência profissional, atuou em inúmeros projetos direcionados às indústrias de energia elétrica, petróleo e gás, em empreendimentos no Brasil e no exterior
Intuição dos conceitos de Machine Learning por meio de experimentos práticos
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Como e por que o deep learning funciona: uma abordagem visual
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Aplicações de deep learning em sistemas de reabilitação
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Fundamentos de Python para Deep Learning
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Deep learning: quando usar e quando não usar
Datas: 10, 12, 17, 19 e 24 de agosto de 2021
Horários: 19h às 21h30
Formulário de inscrição
Outros cursos em
Big Data e Data Science e Data Science
Dúvidas?
leia o nosso FAQ
Os cursos do Open Class são ofertados gratuitamente pelo IDP para todos os interessados. Basta somente se inscrever por meio do formulário e o inscrito receberá um e-mail de confirmação de sua inscrição com um login e senha padrão para a nossa plataforma virtual em que haverá todas as informações referentes ao curso desejado. O e-mail a ser enviado após o preenchimento do formulário poderá levar de 1 a 5 minutos para chegar à caixa de entrada do inscrito.
O IDP utiliza uma plataforma digital completa para a execução e também para o apoio aos alunos dentro do ambiente virtual.
Sim, o Open Class foi construído como uma plataforma de aulas ao vivo, contudo, caso o aluno não tenha conseguido acompanhar o andamento do curso no período das aulas, o conteúdo será disponibilizado em nossa plataforma após sua finalização.
Sim, todas as aulas do Open Class são devidamente gravadas e serão disponibilizadas para os alunos dentro da nossa plataforma em até 7 dias após o dia da última aula do curso.
Sim, todos os cursos contam com uma pesquisa de satisfação ao fim e, após o preenchimento da pesquisa e da marcação de conclusão de todos os módulos pelo aluno, o certificado será emitido. Assista abaixo como emitir o seu certificado:
Não, as certificações poderão ser emitidas mesmo após a finalização das aulas. Assista abaixo como emitir o seu certificado:
Sim, todas as aulas são gravadas e poderão ser acessadas posteriormente para os alunos que se inscreveram após o encerramento das aulas.
Sim, os interessados poderão se inscrever em múltiplos cursos.
A senha padrão não poderá ser alterada.
Envie um e-mail para openclass@idp.edu.br para que o nosso time de suporte possa te ajudar.
Consulte aqui o cadastro da Instituição no Sistema e-MEC
© 2023 Todos Direitos Reservados