Machine Learning Especialist

Grafico de Machine Learning Especialist

+−⟲

Link ao original

Desafios de projeto:

• Treinamento de Redes Neurais com Transfer Learning
• Redução de Dimensionalidade em Imagens para Redes Neurais
• Cálculo de Métricas de Avaliação de Aprendizado
• Criação de Uma Base de Dados e Treinamento da Rede YOLO
• Criando um Sistema de Reconhecimento Facial do Zero
• Criando um Sistema de Recomendação por Imagens Digitais
• Criando um sistema de assistência virtual do zero

Text Elements

Machine Learning
Especialist

Módulo 1
Introdução

1. Introdução ao Machine Learnig

2. Métodos de Machile Learning bioinspirados

3. Redes Neurais Artificiais

4. Algoritmos Genéticos

5. Algoritmos de SVM
   Máquina de vetores de Suporte

6. Criação e utilização de Datasets

Módulo 2
Programação para ML

1. Linguagens de programação para ML

2. Python para Machine Learning

3. Scilab (Mathlab) para Machine Learning

4. R para Machine Learning

5. Instalação de bibliotecas e dependências

6. Plataformas de colaboração: GitHub e Colab

Módulo 3
Algoritmos de treinamento

1. Treinamento supervisionado

2. Treinamento não-supervisionado

3. Algoritmos de classificação

4. Algoritmos de regressão

5. Algoritmos de clusterização

6. Extração de features e redução e redução de dimensionamento

Módulo 4
Teoria do aprendizado estatístico

1. Método de validação

2. Métodos de otimização

3. Otimização de modelos em hiperparâmetros

4. Métricas de avaliação de desempenho

Módulo 5
Deep Learning

1. Tipos de redes de Deep Learning

2. Redes de classificação

3. Redes de detecção

4. Redes de segmentação

5. Aplicação de Deep Learning

Módulo 6
Deep Learning Frameworks

1. Bibliotecas de Machine Learning

2. Bibliotecas Pandas e Scikit-Learning

3. Frameworks de Machine Learning

4. Desenvolvimento de algoritmos no TensorFlow

5. Desenvolvimento de algoritmos no Keras

6. Ambientes de projetos colaborativos

Módulo 7
Processamento de imagens

1. Introdução ao processamento de imagens

2. Métodos de processamentos de imagens

3. Segmentação de imagens

4. Programação com OpenCV

5. Filtros de detecção de bordas

6. Filtros de eliminação de ruídos

Módulo 8
Visão computacional com Machine Learning

1. Introdução à visão computacional

2. Algoritmos de rastreamento de objetos

3. Algoritmos de reconhecimento de objetos

4. Algoritmos de visão em imagens 2D e 3D

5. Implementação e testes de algoritmos de visão

Aprendizado por reforço

Algoritmos determinísticos

Algoritmos heurísticos

Lógica booleana

Lógica difusa (fuzzy)

Algoritmos de colônia de formigas ou abelhas

Roteamento em robótica

Roteamento em redes

Algoritmo supervisionado

Algoritmo de classificação

Algoritmo de detecção

Segmentação de imagens