Aprenda em profundidade como funcionam as redes convolucionais e aplique-as à visão artificial, analisando e classificando todos os tipos de imagens" 

O campo da visão artificial está a expandir-se e estão continuamente a ser acrescentadas novas ferramentas e conhecimentos para o desenvolver. Assim, as redes convolucionais são uma das novidades mais relevantes nesta área, uma vez que, seguindo o funcionamento das redes neuronais, proporcionam inúmeras soluções neste domínio, nomeadamente ao nível da classificação de imagens. 

Assim, este Curso oferece aos profissionais os mais recentes avanços nesta matéria para que possam aplicá-los imediatamente no seu trabalho. Desta forma, a capacitação abordará temas como a análise de dados, métricas, tipos de camadas CNN, o processo de classificação de imagens e o treino de modelos, entre muitos outros. 

E tudo isto seguindo uma metodologia de ensino online que se adapta a cada aluno, pois permite-lhe escolher a hora e o local de estudo. Para além disso, os alunos terão à sua disposição um corpo docente de alto nível composto por profissionais no ativo que lhes ensinará, através de numerosos recursos multimédia, tudo o que é necessário para desenvolver projetos de visão artificial utilizando redes convolucionais. 

A visão artificial é o presente e o futuro da inteligência artificial e este Curso ajudá-lo-á a enfrentar todos os seus desafios atuais"      

Este Curso de Redes Convolucionais e Classificação de Imagens em Visão Artificial conta com o conteúdo educativo mais completo e atualizado do mercado. As suas principais características são:    

• O desenvolvimento de casos práticos apresentados por especialistas em Deep Learning, informática e visão artificial 
• O conteúdo gráfico, esquemático e eminentemente prático fornece informações científicas e práticas sobre as disciplinas que são essenciais para a prática profissional 
• Exercícios práticos onde o processo de autoavaliação pode ser levado a cabo para melhorar a aprendizagem 
• A sua ênfase especial em metodologias inovadoras  
• As lições teóricas, perguntas a especialistas, fóruns de discussão sobre questões controversas e atividades de reflexão individual 
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet  

A metodologia de ensino inovadora da TECH Global University inclui numerosos recursos didáticos multimédia para tornar o processo de aprendizagem mais rápido e eficaz" 

O corpo docente do Curso inclui profissionais do setor que trazem a sua experiência profissional para esta capacitação, para além de especialistas reconhecidos de sociedades de referência e universidades de prestígio.  

Os seus conteúdos multimédia, desenvolvidos com a mais recente tecnologia educativa, permitirão ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma capacitação imersiva programada para praticar em situações reais.  

A estrutura deste Curso centra-se na Aprendizagem Baseada em Problemas, na qual o profissional deve tentar resolver as diferentes situações de prática profissional que surgem durante a especialização. Para tal, contará com a ajuda de um sistema inovador de vídeos interativos criados por especialistas reconhecidos. 

A utilização das redes convolucionais é essencial no domínio da visão artificial. Matricule-se agora mesmo e especialize-se nesta área em expansão"

As grandes empresas tecnológicas estão à procura de profissionais especializados em redes convolucionais. Não as deixe à espera"

Este Curso de Redes Convolucionais e Classificação de Imagens em Visão Artificial segue uma estrutura de 1 módulo especializado e aprofunda questões como os tipos de camadas CNN, as aplicações das redes neuronais convolucionais, as métricas destas redes, as arquiteturas existentes, a validação do modelo após o seu treino, a análise dos dados obtidos ou o teste do pipeline de treino, entre outras.  

Os mais recentes conteúdos em visão artificial esperam por si. Matricule-se agora mesmo e progrida na sua carreira"

Módulo 1. Redes convolucionais e classificação de imagens 

1.1. Redes neurais convolucionais 

1.1.1. Introdução 
1.1.2. Convolução
1.1.3. CNN Building Blocks 

1.2. Tipos de camadas CNN 

1.2.1. Convolucional 
1.2.2. Ativação 
1.2.3. Batch normalization 
1.2.4. Polling 
1.2.5. Fully connected 

1.3. Métricas 

1.3.1. Matriz de Confusão 
1.3.2. Exatidão 
1.3.3. Precisão 
1.3.4. Recall 
1.3.5. F1 Score 
1.3.6. ROC Curve 
1.3.7. AUC 

1.4. Arquiteturas Principais 

1.4.1. AlexNet 
1.4.2. VGG 
1.4.3. Resnet 
1.4.4. GoogleLeNet 

1.5. Classificação de imagens 

1.5.1. Introdução 
1.5.2. Análises dos dados 
1.5.3. Preparação de dados 
1.5.4. Treino do modelo 
1.5.5. Validação do modelo 

1.6. Considerações práticas para o treino CNN 

1.6.1. Seleção do otimizador 
1.6.2. Learning Rate Scheduler 
1.6.3. Verificar o pipeline de treino 
1.6.4. Treino com regularização 

1.7. Melhores práticas em Deep Learning 

1.7.1. Aprendizagem por Transferência 
1.7.2. Fine Tuning 
1.7.3. Data Augmentation 

1.8. Avaliação estatística de dados 

1.8.1. Número de datasets 
1.8.2. Número de etiquetas 
1.8.3. Número de imagens 
1.8.4. Equilíbrio de dados 

1.9. Implementação 

1.9.1. Guardar e carregar modelos 
1.9.2. Onnx 
1.9.3. Inferência 

1.10. Caso de estudo: classificação de imagens 

1.10.1. Análise e preparação dos dados 
1.10.2. Testar o pipeline de treino 
1.10.3. Treino do modelo 
1.10.4. Validação do modelo  

Especialize-se num dos principais ramos da visão artificial com este Curso"