Formacao.de.Inteligencia.Artificial
0
0 Seeders |
0 |
 Leechers |
2 |
 File Size |
49.6 GB |
 Downloads |
0 |
 Uploaded |
Oct 1, 2023 |
Torrent Download
Magnet Download
Formacao.de.Inteligencia.Artificial6 - Visão Computacional e Reconhecimento de Imagem09 Deep Learning Para Visão Computacional
09 Deep Learning Para Visão Computacional.rar - 1.72 GB07 Processamento de Vídeos e Real-Time Object Detection07 Processamento de Vídeos e Real-Time Object Detection.rar - 1.11 GB06 Detecção e Segmentação de Objetos06 Detecção e Segmentação de Objetos.rar - 990 MB04 Tratamento e Descritores de Imagens04 Tratamento e Descritores de Imagens.rar - 898 MB05 Detecção de Faces e Reconhecimento Facial05 Detecção de Faces e Reconhecimento Facial.rar - 841 MB01 Introdução01 Introdução.rar - 799 MB02 Processamento de Imagens02 Processamento de Imagens.rar - 622 MB10 Visão Computacional em Smartphones10 Visão Computacional em Smartphones.rar - 501 MB08 Machine Learning Para Classificação de Imagens08 Machine Learning Para Classificação de Imagens.rar - 492 MB03 Filtros e Atributos03 Filtros e Atributos.rar - 426 MB8 - Análise em Grafos para Big Data09 Bônus - Processamento Distribuído de Grafos com Spark GraphX09 Bônus - Processamento Distribuído de Grafos com Spark GraphX.rar - 772 MB01 Introdução01 Introdução.rar - 496 MB02 Ferramentas e Graph Databases02 Ferramentas e Graph Databases.rar - 430 MB05 Operações com Grafos05 Operações com Grafos.rar - 417 MB07 Análise Visual de Grafos (Gephi)07 Análise Visual de Grafos (Gephi).rar - 362 MB03 Modelagem e Processamento03 Modelagem e Processamento.rar - 333 MB06 Análise Visual de Grafos (Networkx)06 Análise Visual de Grafos (Networkx).rar - 326 MB04 Estruturas de Dados Para Representação de Grafos04 Estruturas de Dados Para Representação de Grafos.rar - 241 MB08 Análise Avançada de Redes08 Análise Avançada de Redes.rar - 170 MB10 Estudos de Casos10 Estudos de Casos.rar - 36.8 MB9 - Sistemas Cognitivos01 Introdução01 Introdução.rar - 724 MB04 IBM Watson - Parte 104 IBM Watson - Parte 1.rar - 213 MB05 IBM Watson - Parte 205 IBM Watson - Parte 2.rar - 187 MB03 Modelagem Cognitiva03 Modelagem Cognitiva.rar - 104 MB02 Redes Semânticas e Sistemas Baseados em Regras02 Redes Semânticas e Sistemas Baseados em Regras.rar - 81 MB02 Redes Semânticas e Sistemas Baseados em Regras2 - Representação do Conhecimento.mp4 - 21.9 MB13 - Redes Bayesianas.mp4 - 18 MB6 - O Que São Redes Semânticas.mp4 - 16.2 MB8 - Componentes de uma Rede Semântica.mp4 - 14.3 MB12 - Redes de Implicação.mp4 - 10.6 MB7 - Por Que Usamos Redes Semânticas.mp4 - 10.2 MB3 - Características Desejáveis na Representação do Conhecimento.mp4 - 7.56 MB14 - Redes Executáveis, de Aprendizado e Híbridas.mp4 - 7.24 MB10 - Redes de Definição.mp4 - 7.23 MB11 - Redes de Asserção.mp4 - 6.21 MB5 - Linguagens da Representação de Conhecimento.mp4 - 5.12 MB1 - Introdução.mp4 - 4.27 MB9 - Tipos de Redes Semânticas.mp4 - 4.19 MB4 - Componentes da Representação do Conhecimento.mp4 - 2.41 MB15 - Bibliografia, Referencias e Links uteis.pdf - 89.8 kB3 - Programação Paralela em GPU1. Introdução1. Introdução.rar - 717 MB6. Programação Paralela em CUDA - Parte 36. Programação Paralela em CUDA - Parte 3.rar - 454 MB7. Programação Paralela em CUDA - Parte 47. Programação Paralela em CUDA - Parte 4.rar - 407 MB4. Programação Paralela em CUDA - Parte 14. Programação Paralela em CUDA - Parte 1.rar - 263 MB5. Programação Paralela em CUDA - Parte 25. Programação Paralela em CUDA - Parte 2.rar - 207 MB8. Programação Paralela em Python - Parte 18. Programação Paralela em Python - Parte 1.rar - 193 MB2. Hardware para Construção de Modelos em GPU2. Hardware para Construção de Modelos em GPU.rar - 168 MB3. Computação em GPU3. Computação em GPU.rar - 159 MB9. Programação Paralela em Python - Parte 29. Programação Paralela em Python - Parte 2.rar - 139 MB7 - Processamento de Linguagem Natural e Reconhecimento de Voz03 Processo de Mineração de Text03 Processo de Mineração de Text.rar - 616 MB04 Modelagem Estatística da Linguagem - Parte 104 Modelagem Estatística da Linguagem - Parte 1.rar - 613 MB02 Fundamentos de Processamento de Linguagem Natural02 Fundamentos de Processamento de Linguagem Natural.rar - 508 MB01 Introdução01 Introdução.rar - 475 MB07 Deep Learning - Word2vec Avançado e GloVe07 Deep Learning - Word2vec Avançado e GloVe.rar - 467 MB11 Deep Learning - Sequence-to-Sequence (Seq2Seq)11 Deep Learning - Sequence-to-Sequence (Seq2Seq).rar - 466 MB09 Deep Learning - Redes Neurais Recorrentes09 Deep Learning - Redes Neurais Recorrentes.rar - 422 MB05 Modelagem Estatística da Linguagem - Parte 205 Modelagem Estatística da Linguagem - Parte 2.rar - 409 MB06 Deep Learning - Word2vec06 Deep Learning - Word2vec.rar - 408 MB10 Deep Learning - Long-Short Term Memory10 Deep Learning - Long-Short Term Memory.rar - 299 MB4 - Deep Learning I8. Redes Neurais Convolucionais - Parte 28. Redes Neurais Convolucionais - Parte 234 - Mini-Projeto 8 - Detecção de Câncer de Pulmão em Imagens Médicas com Deep Learning e TensorFlow.mp4 - 343 MB5 - Aplicando Arquiteturas Avançadas - Benchmarking.mp4 - 92.5 MB30 - Deep Dream e Otimização de Imagens - Parte 2 de 2.mp4 - 81.4 MB29 - Deep Dream e Otimização de Imagens - Parte 1 de 2.mp4 - 80.3 MB1 - Introdução.mp4 - 78.2 MB10 - Usando Google Inception Model Para Classificação de Imagens - Parte 2 de 2.mp4 - 68.4 MB22 - Classificação de Imagens e Transfer Learning - Treinando as Camadas Densas.mp4 - 67.1 MB20 - Classificação de Imagens e Transfer Learning - Construindo o Modelo CNN.mp4 - 64.6 MB13 - Transfer Learning - Construindo um Novo Classificador com TensorFlow.mp4 - 63.7 MB8 - Classificação de Imagens com Redes Neurais Convolucionais - Parte 3 de 3.mp4 - 62.3 MB19 - Classificação de Imagens e Transfer Learning - Modelo Pré-Treinado Para Detecção de Imagens.mp4 - 61.2 MB17 - Classificação de Imagens e Transfer Learning - Preparando e Carregando os Dados.mp4 - 56.2 MB7 - Classificação de Imagens com Redes Neurais Convolucionais - Parte 2 d 3.mp4 - 51.8 MB28 - Principais Técnicas de Dataset Augmentation.mp4 - 51 MB18 - Classificação de Imagens e Transfer Learning - Usando o OpenCV Para Detecção de Imagens.mp4 - 49.6 MB27 - Dataset Augmentation no Keras.mp4 - 45.1 MB29.1 - DeepDream.zip - 41.5 MB21 - Classificação de Imagens e Transfer Learning - Usando o Modelo Pré-Treinado VGG-16.mp4 - 41.4 MB12 - Transfer Learning - Extraindo os Valores de Transferência.mp4 - 40.7 MB34.1 - Projeto4.zip - 38.3 MB23 - Classificação de Imagens e Transfer Learning - Usando o Modelo Pré-Treinado ResNet-50.mp4 - 38 MB24 - Classificação de Imagens e Transfer Learning - Aplicação Para Classificação de Imagens.mp4 - 37.2 MB2 - Mapa de Bordo.mp4 - 36.4 MB31 - CNNs Para Reconhecimento da Posição dos Olhos em Fotos - Localização da Posição dos Olhos.mp4 - 35.8 MB6 - Classificação de Imagens com Redes Neurais Convolucionais - Parte 1de 3.mp4 - 34.6 MB32 - CNNs Para Reconhecimento da Posição dos Olhos em Fotos - Segmentação da Face.mp4 - 34.5 MB26 - O Que é Dataset Augmentation.mp4 - 34.4 MB4 - Categorias de Visão Computacional - Classificação, Localização, Detecção e Segmentação.mp4 - 32.2 MB15 - Reconhecimento de Imagens com OpenCV e Redes Neurais Convolucionais - Parte 2 de 2.mp4 - 30.5 MB25 - Classificação de Imagens e Transfer Learning - Testando a Aplicação.mp4 - 30.2 MB14 - Reconhecimento de Imagens com OpenCV e Redes Neurais Convolucionais - Parte 1 de 2.mp4 - 25.2 MB16 - Classificação de Imagens e Transfer Learning - Definindo o Problema.mp4 - 23.4 MB11 - Transfer Learning - Transferindo o Modelo Treinado.mp4 - 19.8 MB9 - Usando Google Inception Model Para Classificação de Imagens - Parte 1 de 2.mp4 - 18.5 MB3 - Arquiteturas Avançadas de Deep Learning - AlexNet, VGG, GoogleNet, Resnet , SegNet.pdf - 3.93 MB16.1 - ImageClassification.zip - 3.31 MB9.1 - Inception.zip - 1.51 MB6.1 - CNN02.zip - 1.34 MB31.1 - EyePosition.zip - 968 kB11.1 - TransferLearning.zip - 519 kB26.1 - Dataset Augmentation.zip - 316 kB36 - Slides_Mod_08.pdf - 286 kB14.1 - OpenCV-CNN.zip - 283 kB35 - Bibliografia, Referencias e Links uteis.pdf - 71.4 kB33 - Deep Learning com Java Script.pdf - 63.6 kB1. Introdução1. Introdução34 - Conhecendo o Seu Sistema Operacional - MAC - Parte 2 de 2.mp4 - 178 MB35 - Conhecendo o Seu Sistema Operacional - Linux - Parte 1 de 2.mp4 - 131 MB36 - Conhecendo o Seu Sistema Operacional - Linux - Parte 2 de 2.mp4 - 113 MB32 - Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 2 de 2.mp4 - 112 MB33 - Conhecendo o Seu Sistema Operacional - MAC - Parte 1 de 2.mp4 - 108 MB31 - Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 1 de 2.mp4 - 93.6 MB14 - Livros, Referências e Links Úteis Sobre Deep Learning.mp4 - 80.9 MB2 - Formação Inteligência Artificial.mp4 - 72 MB7 - Nosso Mapa de Bordo.mp4 - 61.8 MB29 - Configurando o Servidor de Deep Learning - Parte 3.mp4 - 57.9 MB1 - Introdução.mp4 - 56.6 MB18 - Deep Learning Fundamentos.mp4 - 54.4 MB20 - Mini-Projeto 1 - Prevendo Aluguéis com Redes Neurais - Pré-Processamento.mp4 - 53.6 MB22 - Mini-Projeto 1 - Prevendo Aluguéis com Redes Neurais - Treinando e Avaliando a Rede.mp4 - 50.9 MB23 - Instalando o Servidor de Deep Learning - Parte 1.mp4 - 50 MB21 - Mini-Projeto 1 - Prevendo Aluguéis com Redes Neurais - Construindo a Rede.mp4 - 49 MB27 - Configurando o Servidor de Deep Learning - Parte 1.mp4 - 47.4 MB4 - Navegando pela Data Science Academy.mp4 - 46.8 MB26 - Instalando o Servidor de Deep Learning - Parte 4.mp4 - 45.3 MB19 - Mini-Projeto 1 - Conectando no Servidor da DSA.mp4 - 40.8 MB28 - Configurando o Servidor de Deep Learning - Parte 2.mp4 - 40.8 MB38 - Paineis.pdf - 38.6 MB10 - Deep Learning e Áreas de Aplicação - Parte 2 de 3.mp4 - 35.7 MB30 - Configurando o Servidor de Deep Learning - Parte 4.mp4 - 32 MB6 - Por que Aprender Deep Learning.mp4 - 31.8 MB24 - Instalando o Servidor de Deep Learning - Parte 2.mp4 - 29.4 MB25 - Instalando o Servidor de Deep Learning - Parte 3.mp4 - 28.3 MB8 - Preciso de um PhD para Trabalhar com Deep Learning.mp4 - 27.8 MB9 - Deep Learning e Áreas de Aplicação - Parte 1 de 3.mp4 - 26.4 MB11 - Deep Learning e Áreas de Aplicação - Parte 3 de 3.mp4 - 13.4 MB13 - Por que IA e Deep Learning Estao Mudando Nossas Vidas.pdf - 3.22 MB16 - Acesso Remoto ao Super Servidor Usando Interface Grafica.pdf - 1.42 MB5 - Suporte e Canais de Comunicacao.pdf - 1.38 MB40 - Slides_Mod_01.pdf - 1.38 MB15 - Acesso Remoto ao Super Servidor DSA.pdf - 1.25 MB17 - Criando Tunel SSH Para Acesso ao Servidor DSA.pdf - 754 kB12 - O Futuro da IA.pdf - 744 kB19.1 - Mini-Projeto1.zip - 404 kB3 - Perguntas e Respostas.pdf - 304 kB37 - Software Update.pdf - 131 kB39 - Bibliografia, Referencias e Links uteis.pdf - 75.6 kB7. Redes Neurais Convolucionais - Parte 17. Redes Neurais Convolucionais - Parte 11 - Introdução.mp4 - 142 MB3 - Aplicações Comerciais de Redes Neurais Convolucionais - Parte 2 de 3.mp4 - 78.8 MB13 - Camadas de Convolução - Parte 2 de 2.mp4 - 72.2 MB12 - Camadas de Convolução - Parte 1 de 2.mp4 - 66.2 MB4 - Aplicações Comerciais de Redes Neurais Convolucionais - Parte 3 de 3.mp4 - 43.7 MB9 - O que são Redes Neurais Convolucionais - Parte 2 de 2.mp4 - 40.9 MB19 - Construindo uma CNN com TensorFlow e Keras em GPU - Construindo o Modelo.mp4 - 39.9 MB21 - Construindo uma CNN com TensorFlow e Keras em GPU - Treinando o Modelo.mp4 - 37.2 MB20 - Construindo uma CNN com TensorFlow e Keras em GPU - Feature Maps.mp4 - 37.1 MB6 - Redes Neurais Profundas - Transformando Pixels em Valores Numéricos.mp4 - 34.9 MB18 - Construindo uma CNN com TensorFlow e Keras em GPU - Preparando os Dados.mp4 - 33.2 MB15 - Camadas de Max Pooling.mp4 - 33 MB16 - Camadas Densas.mp4 - 32.5 MB14 - Compartilhamento de Parâmetros.mp4 - 31.8 MB10 - Datasets Para Visão Computacional.mp4 - 28.4 MB17 - Construindo uma CNN com TensorFlow e Keras em GPU - Carregando o Dataset.mp4 - 28.2 MB2 - Aplicações Comerciais de Redes Neurais Convolucionais - Parte 1 de 3.mp4 - 24.6 MB5 - Redes Neurais Profundas - Como os Computadores Interpretam.mp4 - 22.8 MB11 - Arquitetura LeNet-5.mp4 - 20.4 MB22 - Construindo uma CNN com TensorFlow e Keras em GPU - Teste e Avaliação.mp4 - 13.4 MB7 - Redes Neurais Profundas e Reconhecimento de Imagens.mp4 - 12.5 MB24 - Mini-Projeto7.pdf - 2.91 MB8 - O que são Redes Neurais Convolucionais - Parte 1 de 2.pdf - 2 MB24.1 - Mini-Projeto07.zip - 1.81 MB23.1 - Exercicio9.zip - 681 kB26 - Slides_Mod_07.pdf - 286 kB25 - Bibliografia, Referencias e Links uteis.pdf - 75 kB23 - Exercicio9.pdf - 66 kB5.1 - DNN01.zip - 63.2 kB6. Deep Neural Networks6. Deep Neural Networks37 - Outros Algoritmos de Treinamento Adam e RMSProp.mp4 - 68.1 MB22 - Normalização - One-Hot Encoding, Range e Z-Score - Parte 1 de 2.mp4 - 52.9 MB38 - Especificando a Regra de Atualização no Tensorflow e Keras.mp4 - 52.3 MB23 - Normalização - One-Hot Encoding, Range e Z-Score - Parte 2 de 2.mp4 - 48 MB24 - Treinamento com um Conjunto de Validação e Early Stopping.mp4 - 48 MB14 - Funções de Ativação.mp4 - 47.5 MB26 - Avaliando o Resultado de Redes Neurais de Classificação - Acurácia e Log Loss.mp4 - 45.8 MB21 - Treinamento de uma Deep Neural Network - Parte 2 de 2.mp4 - 44.5 MB12 - Deep Neural Networks - Dimensionalidade.mp4 - 43.2 MB35 - Batch e Online Backpropagation.mp4 - 38.9 MB28 - Treinamento com Cross Validation.mp4 - 38.4 MB32 - Backpropagation.mp4 - 38.3 MB33 - O Que é um Gradiente.mp4 - 37.4 MB25 - Parâmetros do Early Stopping.mp4 - 35.5 MB3 - Arquitetura de Conexões - Unidirecional e Recorrente.mp4 - 35.5 MB27 - Avaliando o Resultado de Redes Neurais de Regressão - MSE e RMSE.mp4 - 33.3 MB13 - Deep Neural Networks - Classificação e Regressão.mp4 - 33.2 MB20 - Treinamento de uma Deep Neural Network - Parte 1 de 2.mp4 - 33 MB36 - Stochastic Gradient Descent.mp4 - 30.3 MB17 - Por que Precisamos do Bias.mp4 - 29.6 MB2 - Redes Neurais x Redes Neurais Profundas.mp4 - 28.1 MB31 - Algoritmos de Otimização.mp4 - 26.9 MB1 - Introdução.mp4 - 22.8 MB34 - Momentum Backpropagation.mp4 - 19.8 MB4 - Principais Tipos de Redes Neurais.mp4 - 17.5 MB15 - Por que Usamos a Função de Ativação ReLu em Modelos de Deep Learning.mp4 - 13 MB5 - Redes Recorrentes Derivadas do MLP - Hopfield, Jordan e Elman.mp4 - 12.7 MB6 - Rede de Função de Base Radial (RBF).mp4 - 7.36 MB31.1 - DNN04.zip - 3.18 MB29.1 - DNN03.zip - 3.03 MB20.1 - DNN02.zip - 2.96 MB10 - Principais Tipos de Redes Neurais Profundas - Parte 1.pdf - 1.57 MB40 - Regularizacao.pdf - 1.16 MB12.1 - DNN01.zip - 1.01 MB11 - Principais Tipos de Redes Neurais Profundas - Parte 2.pdf - 811 kB43.1 - Matrizes-Parte5.zip - 748 kB45 - Slides_Mod_06.pdf - 541 kB42.1 - Mini-Projeto6.zip - 485 kB43 - Singular Value Decomposition.pdf - 280 kB8 - Metodos de Treinamento.pdf - 203 kB16 - Softmax.pdf - 176 kB39 - ross Entropy.pdf - 83.3 kB9 - O Que e Aprendizagem Profunda.pdf - 82 kB18.1 - Exercicio7.zip - 81 kB30 - Como os Pesos da Rede Neural Devem Ser Inicializados.pdf - 71.6 kB41 - Vanishing Gradient.pdf - 71.5 kB44 - Bibliografia, Referencias e Links uteis.pdf - 70.9 kB19.1 - Exercicio8.zip - 69.4 kB29 - Toolkit.pdf - 64.8 kB18 - Exercicio7.pdf - 64.7 kB19 - Exercicio8.pdf - 64.5 kB42 - Mini-Projeto6.pdf - 64.3 kB7 - Exercicio6.pdf - 64.3 kB7.1 - Exercicio6.zip - 4.53 kB2. Redes Neurais Artificiais2. Redes Neurais Artificiais8 - Exercício 1 - Construindo Uma Rede Neural com Keras e TensorFlow.mp4 - 64.9 MB27 - Mini-Projeto 2 - Detecção de Fraudes em Transações Financeiras com Deep Learning - Parte 2 de 2.mp4 - 51.6 MB26 - Mini-Projeto 2 - Detecção de Fraudes em Transações Financeiras com Deep Learning - Parte 1 de 2.mp4 - 48.9 MB14 - Exercício 2 - Construindo Uma Rede Neural com Keras e TensorFlow.mp4 - 44.5 MB16 - Convolutional Neural Networks.mp4 - 36.8 MB4 - Como Surgiram as Redes Neurais Artificiais.mp4 - 36.7 MB19 - Exercício 3 - Regularização em Redes Neurais com Dropout.mp4 - 33.2 MB7 - O Neurônio Matemático.mp4 - 33 MB22 - Exercício 4 - Convolutional Neural Networks com Keras e TensorFlow.mp4 - 28.8 MB17 - Recurrent Neural Networks.mp4 - 28.4 MB2 - A Importância das Redes Neurais Artificiais - Parte 1 de 2.mp4 - 26 MB15 - Deep Neural Networks (Deep Learning).mp4 - 24.4 MB11 - Processo de Aprendizagem - Parte 2 de 2.mp4 - 23.9 MB20 - Função Softmax.mp4 - 21.4 MB10 - Processo de Aprendizagem - Parte 1 de 2.mp4 - 17.3 MB3 - A Importância das Redes Neurais Artificiais - Parte 2 de 2.mp4 - 14.1 MB18 - Long-Short Term Memory Networks.mp4 - 10.8 MB21 - Hot-Encoding.mp4 - 7.28 MB1 - Introdução.mp4 - 6.83 MB12 - Aprendizagem Hebbiana.mp4 - 5.21 MB30 - Slides_Mod_02.pdf - 1.86 MB5 - Redes Neurais Artificiais - Origem e Evolucao.pdf - 1.19 MB28 - Operacoes com Matrizes - Parte 1.pdf - 912 kB23 - Stochastic Gradient Descent.pdf - 764 kB13 - Teoria do Aprendizado Estatistico.pdf - 707 kB6 - O Neuronio Biologico.pdf - 606 kB24 - Momentum e Learning Rate.pdf - 445 kB9 - Arquitetura de Redes Neurais Artificiais.pdf - 268 kB25 - Regularizacao e Dropout.pdf - 252 kB29 - Bibliografia, Referencias e Links uteis.pdf - 76.3 kB26.1 - Mini-Projeto2.zip - 29.7 kB28.1 - Matrizes-Parte1.zip - 3.88 kB8.1 - Exercicio1.zip - 3.82 kB14.1 - Exercicio2.zip - 3.42 kB22.1 - Exercicio4.zip - 2.66 kB19 - Exercicio3.zip - 2.33 kB5. Perceptrons de Múltiplas Camadas - Parte 25. Perceptrons de Múltiplas Camadas - Parte 228.1 - Mini-Projeto5.zip - 59.7 MB14 - Função de Custo.mp4 - 36.4 MB24 - Gradient Descent e Backpropagation - Forward Pass e Backward Pass.mp4 - 35.8 MB25 - Algoritmo Para Otimização com Stochastic Gradient Descent.mp4 - 34.6 MB7 - Forward Propagation - Parte 1 de 2.mp4 - 31.7 MB13 - Cálculo do Erro da Rede.mp4 - 31.1 MB4 - Definindo a Arquitetura - Parte 1 de 3.mp4 - 28.4 MB26 - Aplicando Otimização com Stochastic Gradient Descent.mp4 - 27.8 MB12 - Função de Ativação Sigmóide.mp4 - 27.7 MB10 - Transformação Linear - Parte 2 de 2.mp4 - 26.8 MB11 - Função de Ativação.mp4 - 26.5 MB9 - Transformação Linear - Parte 1 de 2.mp4 - 24.2 MB5 - Definindo a Arquitetura - Parte 2 de 3.mp4 - 23.6 MB18 - Finalizando o Forward Pass e Iniciando o Backward Pass.mp4 - 21.6 MB21 - Gradient Descent e Backpropagation - Transformação Linear.mp4 - 21.3 MB20 - Gradient Descent e Backpropagation - Input.mp4 - 20.7 MB23 - Gradient Descent e Backpropagation - Função de Custo.mp4 - 18.1 MB8 - Forward Propagation - Parte 2 de 2.mp4 - 17.2 MB19 - Gradient Descent e Backpropagation.mp4 - 16.6 MB6 - Definindo a Arquitetura - Parte 3 de 3.mp4 - 11.9 MB22 - Gradient Descent e Backpropagation - Função de Ativação.mp4 - 11.1 MB2 - Construindo um Algoritmo Multilayer Perceptron.mp4 - 10.2 MB1 - Introdução.mp4 - 6.83 MB18.1 - MLP06.zip - 1.27 MB15 - Compreendendo a Descida do Gradiente.pdf - 312 kB17 - Compreendendo o Conceito de Derivada e Chain Rule.pdf - 297 kB31 - Slides_Mod_05.pdf - 287 kB3 - Grafos Computacionais.pdf - 203 kB9.1 - MLP03.zip - 203 kB29 - Operacoes com Matrizes - Parte 4.pdf - 154 kB27 - Parametros e Hiperparametros.pdf - 90.9 kB28 - Mini-Projeto5.pdf - 81 kB16 - Compreendendo a Taxa de Aprendizagem.pdf - 71.9 kB30 - Bibliografia, Referencias e Links uteis.pdf - 65.8 kB25.1 - MLP07.zip - 11.4 kB13.1 - MLP05.zip - 11 kB11.1 - MLP04.zip - 3.45 kB7.1 - MLP02.zip - 3.05 kB29.1 - Matrizes-Parte4.zip - 2.85 kB15.1 - Exemplo-Gradient-Descent.zip - 2.62 kB4.1 - MLP01.zip - 2.51 kB4. Perceptrons de Múltiplas Camadas - Parte 14. Perceptrons de Múltiplas Camadas - Parte 117 - Exercicio 5 - Classificação de Imagens com Multiplayer Perceptron e TensorFlow.mp4 - 52.9 MB8 - Construindo um Modelo Multilayer Perceptron com Keras - Parte 2 de 2.mp4 - 45.7 MB13 - Multilayer Perceptron com TensorFlow - Carregando o Dataset.mp4 - 44.4 MB15 - Multilayer Perceptron com TensorFlow - Definindo o Grafo Computacional.mp4 - 41.5 MB2 - Exercicio 4 - Construindo um Modelo Perceptron com Numpy.mp4 - 40.3 MB18 - Salvando o Modelo Treinado com TensorFlow.mp4 - 35.3 MB16 - Multilayer Perceptron com TensorFlow - Treinamento e Avaliação da Rede.mp4 - 35 MB3 - Exercicio 4 - Construindo um Modelo Perceptron com TensorFlow.mp4 - 32.4 MB14 - Multilayer Perceptron com TensorFlow - Definindo a Arquitetura da Rede.mp4 - 25.8 MB7 - Construindo um Modelo Multilayer Perceptron com Keras - Parte 1 de 2.mp4 - 25.4 MB19 - Carregando o Modelo Treinado com TensorFlow.mp4 - 22.5 MB4 - O que são Multilayer Perceptrons.mp4 - 11.2 MB1 - Introdução.mp4 - 10.4 MB6 - Algoritmo de Treinamento.mp4 - 10.2 MB5 - Processo de Treinamento da Rede Multilayer Perceptron.mp4 - 9.64 MB20.1 - Mini-Projeto4.zip - 8.3 MB20 - Mini-Projeto4.pdf - 4.03 MB23 - Slides_Mod_04.pdf - 559 kB21 - Operacoes com Matrizes - Parte 3.pdf - 555 kB10 - Como e Gerada a Camada Oculta.pdf - 502 kB11 - O Algoritmo Backpropagation.pdf - 409 kB9 - Como a Rede Neural Aprende os Pesos.pdf - 228 kB7.1 - Multilayer-Perceptron.zip - 148 kB22 - Bibliografia, Referencias e Links uteis.pdf - 71.7 kB12.1 - Multilayer-Perceptron.zip - 56.1 kB2.1 - Exercicio4.zip - 40.5 kB18.1 - Salvando-Recarregando-Modelos.zip - 3.73 kB21.1 - Matrizes-Parte3.zip - 2.75 kB17.1 - Exercicio5.zip - 2.57 kB3. Perceptrons de Camada Única3. Perceptrons de Camada Única13 - Aplicando Gradiente Descendente.mp4 - 41.7 MB15 - Online Learning com Stochastic Gradient Descent.mp4 - 32.9 MB8 - Construindo um Algoritmo Para o Modelo Perceptron.mp4 - 32.6 MB9 - Perceptron e Classificação com Dados Linearmente Separáveis.mp4 - 30.5 MB4 - Construindo Um Modelo Perceptron - Parte 1 de 2.mp4 - 25.3 MB5 - Construindo Um Modelo Perceptron - Parte 2 de 2.mp4 - 23.4 MB10 - Problemas com o Perceptron - Dados Não Linearmente Separáveis.mp4 - 21.6 MB14 - A Importância da Escala dos Dados.mp4 - 16.9 MB2 - Modelo Mais Simples de Rede Neural - Perceptron - Parte 1 de 2.mp4 - 14.3 MB12 - Adaline x Perceptron.mp4 - 10.6 MB3 - Modelo Mais Simples de Rede Neural - Perceptron - Parte 2 de 2.mp4 - 6.29 MB1 - Introdução.mp4 - 5 MB8.1 - Perceptron.zip - 1.45 MB17 - Operacoes com Matrizes - Parte 2.pdf - 672 kB11 - Adaline e Regra Delta.pdf - 621 kB19 - Slides_Mod_03.pdf - 452 kB16 - Mini-Projeto3.pdf - 232 kB6 - Conceitos Fundamentais do Perceptron - Compreendendo a Matematica.pdf - 116 kB7.1 - Conceitos Fundamentais do Perceptron - Pesos e Bias.pdf - 100 kB7 - Conceitos Fundamentais do Perceptron - Pesos e Bias.pdf - 99.8 kB4.1 - Perceptron.zip - 82.4 kB18 - Bibliografia, Referencias e Links uteis.pdf - 65.5 kB16.1 - Mini-Projeto3.zip - 5.94 kB17.1 - Matrizes-Parte2.zip - 2.29 kB5 - Deep Learning II01 Introdução01 Introdução.rar - 328 MB01 Introdução1 - Formação Inteligência Artificial.mp4 - 72 MB13 - Usando Grid Search Para Encontrar os Melhores Hiperparâmetros - Parte 2 de 3.mp4 - 71.9 MB14 - Usando Grid Search Para Encontrar os Melhores Hiperparâmetros - Parte 3 de 3.mp4 - 48.2 MB6 - Revisão Deep Learning I.mp4 - 42.5 MB20 - L1e L2 no TensorFlow.mp4 - 39.2 MB15 - O Que é Regularização.mp4 - 39.2 MB28 - Paineis.pdf - 38.6 MB21 - Dropout.mp4 - 38.3 MB22 - Usando Dropout com TensorFlow Keras.mp4 - 36.9 MB5 - Introdução.mp4 - 28.5 MB17 - Regularização L1 (Lasso).mp4 - 23 MB16 - Regularização L1 e L2.mp4 - 22.5 MB18 - Regularização L2 (Ridge).mp4 - 21 MB12 - Usando Grid Search Para Encontrar os Melhores Hiperparâmetros - Parte 1 de 3.mp4 - 20.2 MB25 - Acesso Remoto ao Super Servidor Usando Interface Grafica.pdf - 1.42 MB3 - Suporte e Canais de Comunicacao.pdf - 1.38 MB24 - Acesso Remoto ao Super Servidor DSA.pdf - 1.25 MB30 - Slides_Mod_01.pdf - 761 kB26 - Criando Tunel SSH Para Acesso ao Servidor DSA.pdf - 754 kB21.1 - Reg03.zip - 482 kB20.1 - Reg02.zip - 482 kB15.1 - Reg01.zip - 475 kB8 - Pruning.pdf - 327 kB2 - Perguntas e Respostas.pdf - 304 kB10 - Grid Search.pdf - 267 kB19.1 - Reg01-Exemplo.zip - 184 kB27 - Software Update.pdf - 131 kB4 - Termos de Uso.pdf - 110 kB23 - Dataset Augmentation.pdf - 76.6 kB9 - Model Selection.pdf - 76.5 kB29 - Bibliografia, Referencias e Links uteis.pdf - 75.1 kB7 - Otimizando a Estrutura de uma Rede Neural Artificial.pdf - 67.4 kB11 - Random Search.pdf - 66.4 kB19 - Aplicando L1 e L2.pdf - 61.1 kB13.1 - GridSearch.zip - 12.2 kB06 Restricted Boltzmann Machines06 Restricted Boltzmann Machines8 - Mini-Projeto 5 - Sistema de Recomendação com RBM.mp4 - 73.8 MB7 - Treinando a RBM com a Função Energia e Contrastive Divergence.mp4 - 45.3 MB2 - Mapa de Bordo.mp4 - 40.7 MB11 - Mini-Projeto 5 - Implementando o Algoritmo a Partir do Paper Original das RBMs.mp4 - 39.9 MB5 - Implementando RBM com TensorFlow.mp4 - 36.8 MB3 - O Que São Restricted Boltzmann Machines.mp4 - 35.8 MB6 - Amostragem de Gibbs.mp4 - 34.4 MB10 - Mini-Projeto 5 - Dicionário de Dados.mp4 - 30.6 MB9 - Mini-Projeto 5 - Instalando PyTorch e Definindo o Dataset.mp4 - 30 MB1 - Introdução.mp4 - 23.8 MB12 - Mini-Projeto 5 - Testando o Modelo.mp4 - 10 MB16 - Slides_Mod_06.pdf - 733 kB4 - Formulação Matemática das RBMs.pdf - 435 kB14 - Funções de Ativação - Sigmoide, TanH, ReLu, Leaky ReLU e ELU.pdf - 393 kB8.1 - Mini-Projeto5.zip - 363 kB5.1 - RBM01.zip - 198 kB13 - Problemas no Treinamento de Redes Neurais Profundas.pdf - 186 kB15 - Bibliografia, Referencias e Links uteis.pdf - 67.3 kB14.1 - activFunc.zip - 2.81 kB03 Redes Neurais Recorrentes - Parte 203 Redes Neurais Recorrentes - Parte 226 - Mini-Projeto 2 - Inteligência Artificial Para Análise de Sentimentos com LSTMs.mp4 - 72.8 MB12 - Gerando Tweets Automaticamente com Stacked LSTMs - Parte 1 de 2.mp4 - 64.2 MB8 - Geração Automática de Texto com LSTMs - Parte 2 de 3.mp4 - 62.2 MB10 - Como Preparar os Dados Para LSTMs.mp4 - 59.8 MB7 - Geração Automática de Texto com LSTMs - Parte 1 de 3.mp4 - 54.3 MB6 - LSTMs com Inputs de Comprimento Variável.mp4 - 53.9 MB9 - Geração Automática de Texto com LSTMs - Parte 3 de 3.mp4 - 53.6 MB18 - Encoder-Decoder LSTMs - One-Hot Encoding na Sequência de Entrada.mp4 - 52.7 MB16 - Encoder-Decoder LSTMs - Codificando a Sequência de Entrada.mp4 - 50 MB13 - Gerando Tweets Automaticamente com Stacked LSTMs - Parte 2 de 2.mp4 - 49 MB2 - Treinando o Modelo RNN Para Aprender o Mapeamento das Letras do Alfabeto.mp4 - 41.9 MB14 - Previsão de Frames em Vídeos com CNN LSTMs - Parte 1 de 2.mp4 - 39.6 MB15 - Previsão de Frames em Vídeos com CNN LSTMs - Parte 2 de 2.mp4 - 39 MB5 - Mantendo o Estado Entre Amostras Dentro de um Batch.mp4 - 38.8 MB17 - Encoder-Decoder LSTMs - Decodificando a Sequência de Entrada.mp4 - 35 MB4 - Aplicando o Método Time Step ao Mapeamento das Letras do Alfabeto.mp4 - 34.8 MB20 - LSTMs Bidirecionais.mp4 - 30.3 MB19 - Encoder-Decoder LSTMs - Modelo Final.mp4 - 27.7 MB3 - Aplicando o Método Window ao Mapeamento das Letras do Alfabeto.mp4 - 21 MB7.1 - LSTM-NLP01.zip - 9.11 MB1 - Introdução.mp4 - 4.53 MB12.1 - StackedLSTMs.zip - 2.4 MB26.1 - Mini-Projeto2.zip - 781 kB22 - Processamento de Linguagem Natural e LSTMs.pdf - 519 kB25 - Como Fazer Previsões com Modelos de Deep Learning.pdf - 421 kB23 - Word Embedding com Word2vec.pdf - 383 kB14.1 - CNN-LSTM.zip - 292 kB28 - Slides_Mod_03.pdf - 286 kB11 - Modelos.pdf - 154 kB7 - Como Treinar Modelos LSTM.pdf - 120 kB24 - Text Embedding com Paragraph2vec.pdf - 75.9 kB25.1 - Previsoes-Series-Temporais.zip - 74.3 kB21 - Exercício - Classificação de Imagens com LSTMs Bidirecionais.pdf - 72.8 kB27 - Bibliografia, Referencias e Links uteis.pdf - 67.1 kB16.1 - Encoder-Decoder.zip - 63.9 kB5.1 - LSTM04.zip - 33.7 kB20.1 - Bidirectional-LSTMs.zip - 33.1 kB21.1 - Exercicio1.zip - 10.4 kB6.1 - LSTM05.zip - 9.78 kB4.1 - LSTM03.zip - 6.79 kB2.1 - LSTM01.zip - 6.75 kB3.1 - LSTM02.zip - 6.38 kB10.1 - LSTM-Data-Preparation.zip - 5.09 kB05 Generative Adversarial Networks (GANs)05 Generative Adversarial Networks (GANs)20 - Bonus - Deep Convolutional Generative Adversarial Networks com Amazon MXNet.mp4 - 71.7 MB2 - Mapa de Bordo e Ian Goodfellow.mp4 - 71 MB19 - Deep Convolutional Generative Adversarial Networks e Leaky Relu - Parte 2.mp4 - 57.5 MB15 - Perda e Otimização.mp4 - 50.6 MB13 - Generator Network.mp4 - 42.9 MB18 - Deep Convolutional Generative Adversarial Networks e Leaky Relu - Parte 1.mp4 - 41 MB16 - Treinando o Modelo GAN na GPU.mp4 - 37 MB1 - Introdução.mp4 - 32.7 MB21.1 - Mini-Projeto4.zip - 31.5 MB11 - Discriminator Network.mp4 - 29.8 MB14 - Gerando uma Amostra de Imagem com o Modelo Não Treinado.mp4 - 23.2 MB5 - O Que são GANs (Generative Adversarial Networks) - Parte 2 de 2.mp4 - 21.3 MB4 - O Que são GANs (Generative Adversarial Networks) - Parte 1 de 2.mp4 - 20 MB9 - Construindo uma Generative Adversarial Network com TensorFlow.mp4 - 18.9 MB10 - Arquitetura GAN.mp4 - 13.6 MB8 - Teoria dos Jogos.pdf - 5.1 MB9.1 - GAN01.zip - 3.42 MB18.1 - DCGAN01.zip - 1.51 MB6 - Como Funciona um Modelo GAN - Generator x Discriminator.pdf - 647 kB23 - Slides_Mod_05.pdf - 540 kB12 - Batch Normalization e o Problema do Internal Covariate Shift.pdf - 287 kB20.1 - DCGAN02.zip - 255 kB7 - Modelo GAN - Calculando as Probabilidades.pdf - 166 kB22 - Bibliografia, Referencias e Links uteis.pdf - 71.1 kB17 - Modelos Generativos - GANs x VAEs x PixelRNN.pdf - 67.5 kB3 - Modelos Generativos x Modelos Discriminativos.pdf - 63.6 kB21 - Mini-Projeto 4 - Gerando Imagens a Partir do Google Street View.pdf - 62.9 kB07 Deploy do Modelo de Deep Learning em Produção07 Deploy do Modelo de Deep Learning em Produção9 - Treinando o Modelo.mp4 - 70.3 MB11 - Preparando o Modelo Para o TensorBoard.mp4 - 70.1 MB12 - Avaliando o Modelo com TensorBoard - Criando Histogramas.mp4 - 62.6 MB15 - Exportando o Modelo em Formato Protobuf Para Uso em Produção - Parte 2 de 2.mp4 - 59.5 MB13 - Salvando e Restaurando o Modelo.mp4 - 58.8 MB10 - Fazendo Previsões com o Modelo.mp4 - 57.8 MB31 - Publicando a Aplicação Web e Fazendo Previsões em Tempo Real.mp4 - 57.6 MB1 - Introdução.mp4 - 57.2 MB38 - Exportando o Modelo Treinado como Servable.mp4 - 54.9 MB6 - Construindo o Modelo de Deep Learning com TensorFlow - Parte 1 de 3.mp4 - 53.1 MB7 - Construindo o Modelo de Deep Learning com TensorFlow - Parte 2 de 3.mp4 - 52.4 MB37 - Preparação e Treinamento do Modelo de Deep Learning.mp4 - 50.8 MB3 - Definindo o Projeto1.mp4 - 47.2 MB8 - Construindo o Modelo de Deep Learning com TensorFlow - Parte 3 de 3.mp4 - 46.7 MB4 - Carregando e Normalizando o Dataset.mp4 - 38.7 MB42 - Iniciando o TensorFlow Serving Com o Modelo de Deep Learning.mp4 - 38.4 MB14 - Exportando o Modelo em Formato Protobuf Para Uso em Produção - Parte 1 de 2.mp4 - 37.3 MB16 - Introdução ao Google Cloud Platform.mp4 - 36.5 MB28 - Construindo a Aplicação Web.mp4 - 35.9 MB25 - Construindo e Treinando o Modelo de Deep Learning.mp4 - 35.4 MB43 - Fazendo Previsões com TensorFlow Prediction Service.mp4 - 35.2 MB20 - Instalando e Configurando a Google Cloud SDK.mp4 - 34.6 MB34 - Como Funciona o TensorFlow Serving.mp4 - 31.3 MB21 - Importando o Modelo de Deep Learning Para o Google Cloud.mp4 - 29.4 MB24 - Definindo o Projeto2.mp4 - 28.4 MB5 - Definindo a Estrutura do Modelo - Hiperparâmetros, Camadas e Neurônios.mp4 - 28.3 MB41 - Compilando e Instalando o TensorFlow Serving.mp4 - 28.2 MB33 - Definindo o Projeto3.mp4 - 28.1 MB22 - Fazendo Previsões com o Modelo em Produção.mp4 - 27.7 MB27 - Design da Interface Web.mp4 - 27.6 MB40 - Revisando a Configuração do Container Docker Para GPU.mp4 - 26.9 MB30 - Fazendo o Deploy em Produção em Nuvem na AWS (Amazon Web Service).mp4 - 25 MB39 - Criando o Container Docker Para GPU.mp4 - 24.5 MB29 - Usando o Modelo de Deep Learning Para Previsões em Tempo Real via Aplicação Web.mp4 - 21.2 MB36 - Por que Criaremos um Container no Docker.mp4 - 20.2 MB35 - Processo de Criação do Servable Para o TensorFlow Serving.mp4 - 18.5 MB26 - Módulo Para Carregar o Modelo em Formato JSON.mp4 - 17.7 MB17 - Criando a Conta no Google Cloud Platform.mp4 - 17.6 MB32 - Configurando o DNS Para a Aplicação Web.mp4 - 17 MB19 - Habilitando a Google Cloud Machine Learning Engine API.mp4 - 15 MB18 - Criando um Projeto no Google Cloud Platform.mp4 - 8.88 MB23.1 - Projeto2.zip - 4.48 MB46 - Deploy do Modelo no Microsoft Azure - Configuração do Cluster Kubernetes.pdf - 1.43 MB49 - Slides_Mod_07.pdf - 602 kB2 - Projeto 1 - Deploy do Modelo TensorFlow no Google Cloud Platform.pdf - 506 kB45 - Deploy do Modelo no Microsoft Azure - Instalando o Azure CLI.pdf - 486 kB2.1 - Projeto1.zip - 332 kB44 - Deploy do Modelo no Microsoft Azure - Kubernetes – Conceitos Básicos.pdf - 306 kB47 - Deploy do Modelo no Microsoft Azure - Operando o Cluster Kubernetes e Fazendo Previsões.pdf - 248 kB48 - Bibliografia, Referencias e Links uteis.pdf - 71.9 kB23 - Projeto 2 - Deploy do Modelo em Aplicação Web.pdf - 65.9 kB08 Deep Reinforcement Learning08 Deep Reinforcement Learning18 - O Que é o OpenAI.mp4 - 58.9 MB9 - Componentes de um Sistema de Reinforcement Learning.mp4 - 48.5 MB12 - Value Function e Delayed Rewards.mp4 - 40.3 MB10 - Definindo as Recompensas.mp4 - 33 MB11 - Política Epsilon-Greedy.mp4 - 33 MB19 - Instalando o OpenAI Gym.mp4 - 32.9 MB17 - Executando o Sistema de Reinforcement Learning.mp4 - 30.2 MB33 - Como Treinar o Agente com Deep Q-Learning.mp4 - 29.6 MB16 - Definindo o Agente.mp4 - 28.9 MB8 - Construindo um Agente Inteligente Para um Game.mp4 - 28.8 MB25 - Como Resolver Markov Decision Processes.mp4 - 28.2 MB1 - Introdução.mp4 - 27.4 MB13 - Representando os Estados.mp4 - 27.1 MB22 - Treinando o Agente de IA no Ambiente.mp4 - 25.2 MB15 - Definindo o Ambiente.mp4 - 24.2 MB20 - Inicializando um Ambiente no OpenAI Gym.mp4 - 23.6 MB26 - Aplicando o Algoritmo Q-Learning.mp4 - 23.4 MB34 - Definindo e Treinando o Modelo de Rede Neural.mp4 - 22.6 MB32 - Preparando o Game para o Agente de IA.mp4 - 22.3 MB27 - Treinamento do Agente com Algoritmo Q-Learning.mp4 - 21.9 MB4 - Por que Reinforcement Learning é um Paradigma Diferente de Aprendizagem de Máquina.mp4 - 21.8 MB29 - Como Surgiu o Deep Reinforcement Learning.mp4 - 21.4 MB14 - Enumerando os Estados Recursivamente.mp4 - 21.2 MB5 - Agente, Ambiente e Estado.mp4 - 19.4 MB30 - O Que é Deep Reinforcement Learning.mp4 - 19.1 MB21 - Movendo o Agente de IA Pelo Ambiente.mp4 - 18.1 MB3 - O Que é Reinforcement Learning.mp4 - 17.1 MB31 - Discounted Future Reward.mp4 - 16.7 MB35 - Treinando o Agente Baseado em IA.mp4 - 14.1 MB2 - O Paradigma do Aprendizado por Reforço.mp4 - 13 MB7 - Agentes e Ambiente.pdf - 2.75 MB37 - Slides_Mod_08.pdf - 753 kB24 - Markov Decision Process.pdf - 434 kB6 - O Que são Agentes.pdf - 258 kB29.1 - DRL.zip - 177 kB23 - Modelos Ocultos de Markov.pdf - 69.9 kB36 - Bibliografia, Referencias e Links uteis.pdf - 67.9 kB28 - Solução do Ambiente - Código Completo.pdf - 62 kB28.1 - Taxi-env.zip - 10.1 kB8.1 - 01-agente-tic-tac-toe.zip - 4.73 kB02 Redes Neurais Recorrentes - Parte 102 Redes Neurais Recorrentes - Parte 110 - Prevendo Séries Temporais com Multilayer Perceptron e Usando Método Window.mp4 - 49.1 MB15 - Prevendo Séries Temporais com LSTMs e Time Steps.mp4 - 49 MB16 - LSTMs Stateful x Stateless.mp4 - 48.5 MB21 - Classificação de Sequências em Texto com LSTMs - Parte 1 de 2.mp4 - 45.2 MB26 - Mini-Projeto 1 - Previsões com Séries Temporais e RNNs - Parte 2 de 2.mp4 - 39.1 MB24 - LSTMs e CNNs Para Classificação de Sequências.mp4 - 38.3 MB4 - Sequências e Arquitetura de Redes Recorrentes.mp4 - 37.9 MB8 - Prevendo Séries Temporais com Multilayer Perceptron - Parte 1 de 2.mp4 - 37.7 MB7 - Long Short-Term Memory Networks e o Problema da Degradação do Gradiente.mp4 - 37 MB17 - Prevendo Séries Temporais com LSTMs e Memória Entre Batches.mp4 - 35.4 MB13 - Prevendo Séries Temporais com LSTMs - Parte 2 de 2.mp4 - 32.5 MB25 - Mini-Projeto 1 - Previsões com Séries Temporais e RNNs - Parte 1 de 2.mp4 - 31.8 MB22 - Classificação de Sequências em Texto com LSTMs - Parte 2 de 2.mp4 - 31.5 MB14 - Prevendo Séries Temporais com LSTMs e Método Window.mp4 - 30.3 MB18 - Prevendo Séries Temporais com Stacked LSTMs.mp4 - 29.4 MB5 - Retropropagação Através do Tempo (BackPropagation Through Time - BPTT).mp4 - 28.3 MB20 - Word Embedding.mp4 - 27.3 MB9 - Prevendo Séries Temporais com Multilayer Perceptron - Parte 2 de 2.mp4 - 25.4 MB23 - Aplicando Regularização com Dropout em LSTMs.mp4 - 24.8 MB2 - Mapa de Bordo.mp4 - 22.5 MB6 - Como Obter Gradientes Estáveis Durante o Treinamento da RNN.mp4 - 19.9 MB3 - O que são as Redes Neurais Recorrentes.mp4 - 19.2 MB1 - Introdução.mp4 - 15.4 MB12 - Prevendo Séries Temporais com LSTMs - Parte 1 de 2.mp4 - 14.1 MB11 - O Problema das Dependencias de Longo Prazo.pdf - 1.32 MB19 - Passo a Passo LSTM.pdf - 727 kB3.1- RNN01.zip - 446 kB28 - Slides_Mod_02.pdf - 286 kB25.1 - Mini-Projeto1.zip - 180 kB12.1 - RNN02.zip - 158 kB27 - Bibliografia, Referencias e Links uteis.pdf - 79.4 kB20.1 - RNN03.zip - 6.7 kB04 Autoencoders04 Autoencoders16 - Variational Autoencoder com TensorFlow em 1 Milhão de Iterações - Parte 1 de 2.mp4 - 48.6 MB10 - Convolutional Autoencoder - Upsampling, Interpolação, Unpooling e Deconvolution.mp4 - 40.5 MB5 - Construindo Autoencoders com Keras TensorFlow - Prate 2 de 2.mp4 - 37.5 MB8 - Convolutional Autoencoders x Convolutional Neural Networks.mp4 - 33.1 MB11 - Convolutional Autoencoder - Decoder com TensorFlow.mp4 - 31.6 MB17 - Variational Autoencoder com TensorFlow em 1 Milhão de Iterações - Parte 2 de 2.mp4 - 31.4 MB4 - Construindo Autoencoders com Keras TensorFlow - Prate 1 de 2.mp4 - 27.7 MB2 - Mapa de Bordo.mp4 - 27 MB9 - Convolutional Autoencoder - Encoder com TensorFlow.mp4 - 23.6 MB1 - Introdução.mp4 - 18.9 MB14.1 - Exercicio2.zip - 18.7 MB12 - Convolutional Autoencoder Para Image Denoising.mp4 - 16.1 MB3 - O que são Autoencoders.mp4 - 13.5 MB20 - Slides_Mod_04.pdf - 521 kB15 - Variational Autoencoder e Inferência Bayesiana.pdf - 497 kB18.1 - Mini-Projeto3.zip - 447 kB6 - Funcionamento dos Autoencoders.pdf - 352 kB16.1 - VAE01.zip - 340 kB13.1 - Exercicio1.zip - 246 kB8.1 - ConvAE01.zip - 240 kB7 - PCA - Principal Component Analysis.pdf - 215 kB19 - Bibliografia, Referencias e Links uteis.pdf - 66.9 kB18 - Mini-Projeto 3 - Detecção de Anomalias com Modelos Autoencoder.pdf - 66.7 kB14 - Exercício Autoencoders - Criando uma Classe Python para o Autoencoder.pdf - 62.4 kB13 - Exercício Autoencoders - Adicionando uma Camada de Dropout.pdf - 62 kB4.1 - AE01.zip - 22 kB1 - Introdução à Inteligência Artificial1. Introdução1. Introdução18 - Webinar DSA - Formação Inteligência Artificial.mp4 - 286 MB15 - Conhecendo o Seu Sistema Operacional - MAC - Parte 2 de 2.mp4 - 178 MB16 - Conhecendo o Seu Sistema Operacional - Linux - Parte 1 de 2.mp4 - 131 MB17 - Conhecendo o Seu Sistema Operacional - Linux - Parte 2 de 2.mp4 - 113 MB13 - Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 2 de 2.mp4 - 112 MB14 - Conhecendo o Seu Sistema Operacional - MAC - Parte 1 de 2.mp4 - 108 MB12 - Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 1 de 2.mp4 - 93.6 MB2 - Formação Inteligência Artificial.mp4 - 72 MB5 - O que é Inteligência Artificial.mp4 - 66.3 MB7 - Áreas de Pesquisa em Inteligência Artificial.mp4 - 61.4 MB8 - Áreas de Aplicação da Inteligência Artificial.mp4 - 51.5 MB9 - A Ciência dos Sistemas Inteligentes.mp4 - 48 MB3 - Navegando pela Data Science Academy.mp4 - 46.8 MB11 - Chatbots.mp4 - 39.7 MB4 - Introdução.mp4 - 34.1 MB1 - Bem-vindo.mp4 - 32.9 MB6 - História da Inteligência Artificial.mp4 - 28.7 MB10 - Tecnologias de Sistemas Inteligentes.mp4 - 15.7 MB3.1 - Suporte e Canais de Comunicacao.pdf - 1.38 MB11.1 - Teste de Turing.pdf - 354 kB11.2 - A Sala Chinesa.pdf - 334 kB2.1 - Formação Inteligência Artificial - Perguntas e Respostas.pdf - 304 kB3.2 - Termos de Uso.pdf - 110 kBBibliografia, Referencias e Links uteis.pdf - 80.9 kB11.3 - O Futuro da Inteligencia Artificial.pdf - 307 B18.2 - SlidesModulo01IIA.pdf - 291 B18.1 - Paineis.pdf - 282 BPDFs18.1 - Paineis.pdf - 38.6 MB18.2 - SlidesModulo01IIA.pdf - 2.73 MB3.1 - Suporte e Canais de Comunicacao.pdf - 1.38 MB11.1 - Teste de Turing.pdf - 354 kB11.3 - O Futuro da Inteligencia Artificial.pdf - 346 kB11.2 - A Sala Chinesa.pdf - 334 kB2.1 - Formação Inteligência Artificial - Perguntas e Respostas.pdf - 304 kB3.2 - Termos de Uso.pdf - 110 kBBibliografia, Referencias e Links uteis.pdf - 80.9 kB11. Eventos DSA11. Eventos DSAResumo do Evento AWS em Las Vegas, EUA.mp4 - 269 MB1-Evento.zip - 17.2 MB2-Eventos.pdf - 62.4 kB10. Bônus - Curso Linux10. Bônus - Curso LinuxSistema Operacional Linux - Aula 12 - Adicionando Disco e Montando Partição.mp4 - 109 MBSistema Operacional Linux - Aula 15 - Agendamento de Bash Scripts.mp4 - 106 MB1 - Sistema Operacional Linux - Aula 1 - Distribuições Linux.mp4 - 105 MBSistema Operacional Linux - Aula 11 - Sistema de Arquivos.mp4 - 93 MBSistema Operacional Linux - Aula 3 - Primeiros Passos.mp4 - 91 MBSistema Operacional Linux - Aula 7 - Backup Via Linha de Comando.mp4 - 90.9 MBSistema Operacional Linux - Aula 10 - Estrutura de Diretórios.mp4 - 89.7 MBSistema Operacional Linux - Aula 2 - Instalando o Sistema Operacional.mp4 - 83.8 MBSistema Operacional Linux - Aula 8 - Usando SCP Para Cópia Segura de Arquivos.mp4 - 75.3 MBSistema Operacional Linux - Aula 6 - Configurando Acesso Remoto via SSH.mp4 - 75.2 MBSistema Operacional Linux - Aula 13 - Introdução ao Bash Scripting.mp4 - 71.6 MBSistema Operacional Linux - Aula 14 - Criando Bash Scripts Para Automação.mp4 - 71.1 MBSistema Operacional Linux - Aula 17 - Gerenciamento de Processos - Parte 2 de 2.mp4 - 58.8 MBSistema Operacional Linux - Aula 30 - Configurando um Servidor Linux Completo com CentOS.mp4 - 58.5 MBSistema Operacional Linux - Aula 29 - Instalando e Configurando o CentOS sem Interface Gráfica.mp4 - 56.8 MBSistema Operacional Linux - Aula 19 - Gerenciamento de Serviços - Parte 2 de 2.mp4 - 54 MBSistema Operacional Linux - Aula 28 - Configurando Firewall no Linux Parte 2.mp4 - 53.3 MBSistema Operacional Linux - Aula 5 - Usando o Terminal - Parte 2 de 2.mp4 - 50.8 MBSistema Operacional Linux - Aula 9 - Alterando o Proprietário de Arquivos e Pastas.mp4 - 50 MBSistema Operacional Linux - Aula 16 - Gerenciamento de Processos - Parte 1 de 2.mp4 - 50 MBSistema Operacional Linux - Aula 24 - Configurando o LAMP Stack (Linux, Apache, MySQL e PHP).mp4 - 46.1 MBSistema Operacional Linux - Aula 18 - Gerenciamento de Serviços - Parte 1 de 2.mp4 - 44.4 MBSistema Operacional Linux - Aula 26 - Executando Aplicação Web com Apache, MySQL e Python.mp4 - 43.9 MBSistema Operacional Linux - Aula 27 - Configurando Firewall no Linux Parte 1.mp4 - 42.5 MBSistema Operacional Linux - Aula 4 - Usando o Terminal - Parte 1 de 2.mp4 - 41 MBSistema Operacional Linux - Aula 23 - Instalando o LAMP Stack (Linux, Apache, MySQL e PHP).mp4 - 37.8 MBSistema Operacional Linux - Aula 25 - Configurando Aplicação Web com Apache, MySQL e Python.mp4 - 30 MBSistema Operacional Linux - Aula 21 - Networking - Parte 2 de 3.mp4 - 28.9 MBSistema Operacional Linux - Aula 22 - Networking - Parte 3 de 3.mp4 - 27.3 MBSistema Operacional Linux - Aula 20 - Networking - Parte 1 de 3.mp4 - 23.3 MB5. Tomada de Decisão5. Tomada de Decisão26 - Bonus - Treinando Agente Baseado em Deep Learning - Parte 4 de 5.mp4 - 91.4 MB20 - Agentes Baseados em Raciocínio Probabilístico - Parte 2 de 4.mp4 - 51.6 MB25 - Bonus - Treinando Agente Baseado em Deep Learning - Parte 2 de 5.mp4 - 34.1 MB10 - Sistemas de Teoria da Decisão - Parte 2 de 2.mp4 - 33.4 MB19 - Agentes Baseados em Raciocínio Probabilístico - Parte 1 de 4.mp4 - 31.4 MB27 - Bonus - Treinando Agente Baseado em Deep Learning - Parte 5 de 5.mp4 - 30.2 MB22 - Agentes Baseados em Raciocínio Probabilístico - Parte 4 de 4.mp4 - 27.8 MB18 - Decisões com Vários Agentes - Parte 1 de 2.mp4 - 26.5 MB6 - Redes de Decisão.mp4 - 24.4 MB24 - Bonus - Treinando Agente Baseado em Deep Learning - Parte 2 de 5.mp4 - 23.9 MB15 - A Teoria dos Jogos - Parte 1 de 2.mp4 - 23.3 MB3 - A Base da Teoria da Utilidade.mp4 - 21.8 MB21 - Agentes Baseados em Raciocínio Probabilístico - Parte 3 de 4.mp4 - 21.4 MB2 - Teoria da Decisão.mp4 - 16.4 MB16 - A Teoria dos Jogos - Parte 2 de 2.mp4 - 16.4 MB12 - Iteração de Valor.mp4 - 15 MB9 - Sistemas de Teoria da Decisão - Parte 1 de 2.mp4 - 14.6 MB8 - Agente de Coleta de Informações.mp4 - 12.5 MB17 - Decisões com Vários Agentes - Parte 1 de 2.mp4 - 12.4 MB1 - Introdução.mp4 - 10 MB14 - Iteração de Política.mp4 - 9.45 MB29 - SlidesModulo05IIA.pdf - 1.86 MB11 - Problemas de Decisao Sequencial.pdf - 586 kB13 - Convergencia da Iteracao de Valor.pdf - 419 kB5 - A Teoria da Utilidade Tem Suas Raizes na Economia.pdf - 316 kB4 - Preferencias Levam a Utilidade.pdf - 153 kB7 - O Valor da Informacao.pdf - 119 kB19 - Agentes Baseados em Raciocínio Probabilístico - Parte 1 de 4 - Probabilidade.zip - 75.4 kB28 - Bibliografia, Referencias e Links uteis.pdf - 69.6 kB23 - Treinando Agente Baseado em Deep Learning.pdf - 68.2 kB23 - Treinando Agente Baseado em Deep Learning.rar - 484 B7. Processamento de Linguagem Natural7. Processamento de Linguagem Natural33 - Modelo de Aprendizagem de Redes Neurais em Python - Multilayer Perceptron.mp4 - 80.5 MB32 - Modelo de Aprendizagem de Redes Neurais em Python - Perceptron - Parte 2 de 2.mp4 - 51.3 MB29 - Conceitos Fundamentais de PLN em Linguagem Python - Parte 2 de 3.mp4 - 50.5 MB28 - Conceitos Fundamentais de PLN em Linguagem Python - Parte 1 de 3.mp4 - 46.1 MB30 - Conceitos Fundamentais de PLN em Linguagem Python - Parte 3 de 3.mp4 - 34.2 MB31 - Modelo de Aprendizagem de Redes Neurais em Python - Perceptron - Parte 1 de 2.mp4 - 34.2 MB12 - Classificação de Texto.mp4 - 32.7 MB2 - O Que é Processamento de Linguagem Natural - Parte 1 de 2.mp4 - 31 MB1 - Introdução.mp4 - 29.2 MB3 - O Que é Processamento de Linguagem Natural - Parte 2 de 2.mp4 - 23.3 MB4 - Aplicações do Processamento de Linguagem Natural - Parte 1 de 2.mp4 - 22.1 MB8 - Modelo n-grama e Cadeia de Markov - Parte 1 de 2.mp4 - 21.6 MB14 - Recuperação de Informação - Parte 1 de 2.mp4 - 21.1 MB5 - Aplicações do Processamento de Linguagem Natural - Parte 2 de 2.mp4 - 20.2 MB11 - Modelos de Palavras.mp4 - 18.9 MB17 - Avaliação e Refinamento dos Sistemas de RI - Parte 2 de 2.mp4 - 17.6 MB9 - Modelo n-grama e Cadeia de Markov - Parte 2 de 2.mp4 - 16.4 MB15 - Recuperação de Informação - Parte 2 de 2.mp4 - 14.3 MB18 - Algoritmo PageRank.mp4 - 13.7 MB16 - Avaliação e Refinamento dos Sistemas de RI - Parte 1 de 2.mp4 - 12.5 MB6 - Modelos de Linguagem - Parte 1 de 2.mp4 - 11.5 MB10 - Avaliação de Modelo.mp4 - 10.5 MB31 - Modelo de Aprendizagem de Redes Neurais em Python - Perceptron - Parte 1 de 2 - 2-RedesNeurais.zip - 3.78 MB34 - Nvidia-Docker.pdf - 2.21 MB36 - SlidesModulo07IIA.pdf - 1.69 MB27 - Modelo Acustico e de Linguagem.pdf - 658 kB21 - Modelos Probabilisticos para Extracao de Informacao.pdf - 629 kB25 - Sistemas de Traducao Automatica e Traducao Estatistica.pdf - 569 kB24 - Analise Sintatica.pdf - 371 kB20 - Extracao de Informacao.pdf - 354 kB22 - Extracao de Ontologias.pdf - 299 kB35 -Bibliografia, Referencias e Links uteis.pdf - 245 kB7 - Modelos de Linguagem - Parte 2 de 2.pdf - 223 kB23 - Leitura de Maquina.pdf - 209 kB19 - Algoritmo HITS.pdf - 128 kB26 - Reconhecimento de Voz.pdf - 108 kB13 - Classificacao Por Compressao de Dados.pdf - 67.1 kB28 - Conceitos Fundamentais de PLN em Linguagem Python - Parte 1 de 3 - 2-PLN.zip - 7.68 kB4. Representação do Conhecimento4. Representação do Conhecimento28 - Game em Python com Inteligência Artificial - Parte 1 de 8.mp4 - 75.4 MB35 - Game em Python com Inteligência Artificial - Parte 8 de 8.mp4 - 52.8 MB22 - Raciocínio Probabilístico Temporal.mp4 - 45 MB7 - Categorias e Objetos.mp4 - 44 MB11 - Quantificando a Incerteza - Parte 1 de 3.mp4 - 42.3 MB10 - Sistemas de Raciocínio.mp4 - 35.8 MB34 - Game em Python com Inteligência Artificial - Parte 7 de 8.mp4 - 34.7 MB3 - Engenharia Ontológica - Definindo Ontologia.mp4 - 34.4 MB16 - A Regra de Bayes.mp4 - 34 MB29 - Game em Python com Inteligência Artificial - Parte 2 de 8.mp4 - 30.1 MB32 - Game em Python com Inteligência Artificial - Parte 5 de 8.mp4 - 30 MB30 - Game em Python com Inteligência Artificial - Parte 3 de 8.mp4 - 29.1 MB12 - Quantificando a Incerteza - Parte 2 de 3.mp4 - 28 MB5 - Engenharia Ontológica - Tipos de Ontologias.mp4 - 27.9 MB6 - Engenharia Ontológica - Representação de Ontologias.mp4 - 27 MB13 - Quantificando a Incerteza - Parte 3 de 3.mp4 - 26.3 MB1 - Introdução.mp4 - 23.5 MB4 - Engenharia Ontológica - Usos, Benefícios e Problemas.mp4 - 23.2 MB2 - O que é Representação do Conhecimento.mp4 - 22.9 MB18 - Raciocínio Probabilístico - Parte 1 de 2.mp4 - 16.7 MB33 - Game em Python com Inteligência Artificial - Parte 6 de 8.mp4 - 16.6 MB19 - Raciocínio Probabilístico - Parte 2 de 2.mp4 - 15.1 MB23 - Inferência em Modelos Temporais.mp4 - 13.2 MB37 - SlidesModulo04IIA.pdf - 3.72 MB21 - Inferencia em Redes Bayesianas.pdf - 1.23 MB26 - Redes Bayesianas Dinamicas.pdf - 747 kB31 - Game em Python com Inteligência Artificial - Parte 4 de 8.pdf - 577 kB15 - Independencia.pdf - 527 kB14 - Inferencia com o Uso de Distribuicoes Conjuntas.pdf - 438 kB17 - Aplicacao da Regra de Bayes.pdf - 263 kB24 -Como Descobrir a Sequencia Mais Provavel.pdf - 256 kB9 - Sistemas e Objetos Mentais.pdf - 254 kB36 - -Bibliografia, Referencias e Links uteis.pdf - 248 kB20 - Semantica das Redes Bayesianas.pdf - 220 kB8 - Eventos.pdf - 131 kB25 - Modelos Ocultos de Markov.pdf - 70.1 kB27 - Agentes Logicos em Python.pdf - 66.1 kB27 - Agentes Logicos em Python - Logica.zip - 20.9 kB31 - Game em Python com Inteligência Artificial - Parte 4 de 8 - Game.zip - 9.03 kB2. Agentes Inteligentes e Sistemas de Busca2. Agentes Inteligentes e Sistemas de Busca8 - Agentes de Resolução de Problemas.mp4 - 64.4 MB16 - Instalando o Servidor de Deep Learning - Parte 1.mp4 - 50 MB18 - Instalando o Servidor de Deep Learning - Parte 4.mp4 - 45.3 MB4 - Ambiente e Modelagem do Agente.mp4 - 39.6 MB15 - Busca Local e Problemas de Otimização.mp4 - 34.8 MB3 - Agentes e Ambiente.mp4 - 32.6 MB10 - Formulação de Problemas e Exemplos do Mundo Real.mp4 - 31.6 MB7 - Tipos de Agentes Inteligentes - Parte 2de2.mp4 - 30.2 MB16 - Instalando o Servidor de Deep Learning - Parte 2.mp4 - 29.4 MB2 - O que são Agentes.mp4 - 29.4 MB17 - Instalando o Servidor de Deep Learning - Parte 3.mp4 - 28.3 MB11 - Algoritmos de Busca.mp4 - 25.5 MB12 - Estratégias de Busca sem Informação.mp4 - 25.4 MB5 - A Estrutura dos Agentes.mp4 - 25.4 MB6 - Tipos de Agentes Inteligentes - Parte 1 de 2.mp4 - 24 MB13 - Estratégia de Busca com Informação (Heurística).mp4 - 23.5 MB9 - Componentes de um Problema.mp4 - 14.3 MB14 - Aprendizagem Para Melhorar a Busca.mp4 - 8.31 MB1 - Introdução.mp4 - 8 MBBibliografia, Referencias e Links uteis.pdf - 75.9 kB15.3 - Agentes de Busca Online em Ambientes Desconhecidos.pdf - 322 B15.2 - Buscas com Acoes Nao Deterministicas.pdf - 308 B15.4 - Funcao de Custo do Caminho.pdf - 296 B15.1 - Algoritmos Geneticos.pdf - 294 B15.5 - Versoes Software.pdf - 294 B14.1 - Funcoes Heuristicas.pdf - 291 BSlidesModulo02IIA.pdf - 289 BPDFsSlidesModulo02IIA.pdf - 3.91 MB15.2 - Buscas com Acoes Nao Deterministicas.pdf - 446 kB15.4 - Funcao de Custo do Caminho.pdf - 273 kB14.1 - Funcoes Heuristicas.pdf - 113 kB15.1 - Algoritmos Geneticos.pdf - 80.8 kBBibliografia, Referencias e Links uteis.pdf - 75.9 kB15.3 - Agentes de Busca Online em Ambientes Desconhecidos.pdf - 72.4 kB15.5 - Versoes Software.pdf - 63.5 kB8. Percepção e Processamento de Imagens8. Percepção e Processamento de Imagens21 - Deep Learning em Python - Redes Convolucionais com Tensorflow - Parte 2 de 2.mp4 - 60.8 MB13 - Detecção de Pedestres com Características HOG.mp4 - 55.6 MB20 - Deep Learning em Python - Redes Convolucionais com Tensorflow - Parte 1 de 2.mp4 - 46.5 MB1 - Introdução.mp4 - 38.6 MB11 - Reconhecimento de Objetos Por Aparência.mp4 - 35 MB10 - Segmentação de Imagens.mp4 - 29.8 MB7 - Detecção de Arestas.mp4 - 27.9 MB4 - Sistemas de Lentes.mp4 - 27.5 MB2 - Percepção do Agente.mp4 - 26.4 MB9 - Cálculo do Fluxo Óptico.mp4 - 22.7 MB8 - Análise de Textura.mp4 - 20.8 MB3 - Formação de Imagens.mp4 - 9.12 MB6 - Processamento de Imagens.mp4 - 7.77 MB20 - Deep Learning em Python - Redes Convolucionais com Tensorflow - Parte 1 de 2 - Cap08-CNN.zip - 7.12 MB14 - Reconstrucao do Mundo em 3D.pdf - 5.99 MB17 - A Geometria dos Corpos.pdf - 3.69 MB23 - SlidesModulo08IIA.pdf - 2.9 MB5 - Projecao Ortografica Representada em Escala.pdf - 1.69 MB15 - Objetos e Estrutura Geometrica de Cenas.pdf - 1.53 MB12 - Aparencia Complexa e Elementos-padrao.pdf - 1.28 MB18 - Rastreamento de Pessoas em Videos.pdf - 920 kB19 - Reconstrucao a Partir de Multiplas Visoes.pdf - 814 kB22 - Bibliografia, Referencias e Links uteis.pdf - 69.4 kB16 - Reconhecimento de Objetos a Partir de Informacao Estrutural.pdf - 64.9 kB3. Agentes Lógicos3. Agentes Lógicos33 - Algoritmos de Busca em Linguagem Python - Parte 4 de 4.mp4 - 60.7 MB23 - Configurando o Servidor de Deep Learning - Parte 3.mp4 - 57.9 MB27 - Construindo um Agente em Linguagem Python - Parte 3 de 5.mp4 - 56.5 MB28 - Construindo um Agente em Linguagem Python - Parte 4 de 5.mp4 - 50.7 MB32 - Algoritmos de Busca em Linguagem Python - Parte 3 de 4.mp4 - 50.3 MB21 - Configurando o Servidor de Deep Learning - Parte 1.mp4 - 47.4 MB31 - Algoritmos de Busca em Linguagem Python - Parte 2 de 4.mp4 - 45.9 MB22 - Configurando o Servidor de Deep Learning - Parte 2.mp4 - 40.8 MB26 - Construindo um Agente em Linguagem Python - Parte 2 de 5.mp4 - 39.3 MB25 - Construindo um Agente em Linguagem Python - Parte 1 de 5.mp4 - 32.5 MB24 - Configurando o Servidor de Deep Learning - Parte 4.mp4 - 32 MB17 - Algoritmos de Planejamento.mp4 - 31.9 MB6 - Lógica Proposicional.mp4 - 30.8 MB29 - Construindo um Agente em Linguagem Python - Parte 5 de 5.mp4 - 30.3 MB7 - Conectivos Lógicos.mp4 - 27.9 MB30 - Algoritmos de Busca em Linguagem Python - Parte 1 de 4.mp4 - 25.6 MB2 - Agentes Baseados em Conhecimento - Parte 1 de 2.mp4 - 20.8 MB3 - Agentes Baseados em Conhecimento - Parte 2 de 2.mp4 - 20.6 MB16 - Planejamento Clássico - Parte 3 de 3.mp4 - 19.9 MB15 - Planejamento Clássico - Parte 2 de 3.mp4 - 18.3 MB14 - Planejamento Clássico - Parte 1 de 3.mp4 - 17.1 MB4 - Lógica - Parte 1 de 2.mp4 - 16.5 MB5 - Lógica - Parte 2 de 2.mp4 - 16.1 MB1 - Introdução.mp4 - 16 MB30 - Algoritmos de Busca em Linguagem Python - Parte 1 de 4 - 1-Busca.zip - 844 kB25 - Construindo um Agente em Linguagem Python - Parte 1 de 5 - 2-Agentes.zip - 30.5 kB18 - Grafos de Planejamento e Algoritmo Graphplan.pdf - 316 B34 - 5-Bibliografia, Referencias e Links uteis.pdf - 313 B19 - 1-Tempo, Escalonamento e Recursos.pdf - 305 B8 - Modelos Proposicionais Eficientes.pdf - 305 B20 - Planejamento Multiagente.pdf - 298 B11 - intro-prolog.pdf - 296 B12 - Inferencia Proposicional.pdf - 296 BSlidesModulo03IIA.pdf - 291 B35 - Software Update.pdf - 289 B13 - Encadeamento.pdf - 284 B11 - Prolog.pdf - 278 BPDFsSlidesModulo03IIA.pdf - 2.64 MB8 - Modelos Proposicionais Eficientes.pdf - 1.16 MB13 - Encadeamento.pdf - 914 kB18 - Grafos de Planejamento e Algoritmo Graphplan.pdf - 599 kB9 - Logica de Primeira Ordem.pdf - 599 kB12 - Inferencia Proposicional.pdf - 557 kB19 - Tempo, Escalonamento e Recursos.pdf - 380 kB11.1 - intro-prolog.pdf - 297 kB35 - Software Update.pdf - 131 kB11 - Prolog.pdf - 82.6 kB10 - O Processo de Engenharia de Conhecimento.pdf - 78.6 kB20 - Planejamento Multiagente.pdf - 70.9 kB34 - 5-Bibliografia, Referencias e Links uteis.pdf - 70.8 kB6. Aprendizagem6. Aprendizagem33 - Bonus - Instalando e Configurando Nvidia-Docker.mp4 - 46.8 MB32 - Bonus - Instalando e Configurando o Docker - Parte 2 de 2.mp4 - 43.9 MB16 - Redes Neurais Artificiais - Parte 2 de 4.mp4 - 43.5 MB31 - Bonus - Instalando e Configurando o Docker - Parte 1 de 2.mp4 - 42.4 MB30 - Bonus - O Que é o Docker - Parte 2 de 2.mp4 - 40.9 MB15 - Redes Neurais Artificiais - Parte 1 de 4.mp4 - 36.2 MB7 - Aprendizagem em Árvores de Decisão - Algoritmo.mp4 - 34.9 MB29 - Bonus - O Que é o Docker - Parte 1 de 2.mp4 - 33.6 MB11 - Regressão com Modelos Lineares Simples.mp4 - 32.9 MB3 - Representação, Conhecimento Prévio e Tipos de Aprendizagem.mp4 - 32.2 MB19 - Modelos Não Paramétricos.mp4 - 30.9 MB6 - Modelo de Aprendizagem e Espaço de Hipóteses.mp4 - 30.3 MB8 - Aprendizagem em Árvores de Decisão - Greedy Search.mp4 - 29.7 MB18 - Redes Neurais Artificiais - Parte 4 de 4.mp4 - 29.2 MB17 - Redes Neurais Artificiais - Parte 3 de 4.mp4 - 26.8 MB1 - Introdução.mp4 - 26.6 MB4 - Teoria da Aprendizagem.mp4 - 25.9 MB14 - Classificação com Modelos Lineares - Parte 2 de 2.mp4 - 24.9 MB21 - Máquinas de Vetores de Suporte (SVMs) - Parte 2 de 2.mp4 - 23.5 MB20 - Máquinas de Vetores de Suporte (SVMs) - Parte 1 de 2.mp4 - 21.4 MB13 - Classificação com Modelos Lineares - Parte 1 de 2.mp4 - 20.9 MB23 - Aprendizagem Por Agrupamento - Parte 2 de 2.mp4 - 20.5 MB5 - Elementos do Processo de Aprendizagem.mp4 - 17.6 MB9 - Aprendizagem em Árvores de Decisão - Entropia e Ganho de Informação.mp4 - 14.3 MB2 - Componentes a Serem Aprendidos.mp4 - 14.2 MB22 - Aprendizagem Por Agrupamento - Parte 1 de 2.mp4 - 12.1 MB35 - SlidesModulo06IIA.pdf - 4.2 MB27 - Aprendizagem com Variaveis Ocultas.pdf - 900 kB25 - Extraindo Regras Gerais a Partir de Exemplos.pdf - 700 kB12 - Regressao com Modelos Lineares Multivariados.pdf - 577 kB26 - Aprendizagem de Modelos Probabilisticos.pdf - 549 kB24 - Formulacao Logica da Aprendizagem.pdf - 430 kB10 - Avaliacao e Escolha da Melhor Hipotese.pdf - 185 kB34 - Bibliografia, Referencias e Links uteis.pdf - 71.6 kB28 - Agentes Baseados na Tomada de Decisao.pdf - 65.7 kB28 - Agentes Baseados na Tomada de Decisao - Decisao.zip - 54.5 kB31 - Bonus - Instalando e Configurando o Docker - Parte 1 de 2 - Instalando-Docker.zip - 1.4 kB9. Apêndice - Fundamentos Matemáticos9. Apêndice - Fundamentos Matemáticos2 - Vetores, Matrizes e Algebra Linear.pdf - 394 kB1 - Analise de Complexidade.pdf - 226 kB3 - Distribuicoes de Probabilidade.pdf - 147 kB2 - Deep Learning Frameworks1. Introdução1. Introdução25 - Conhecendo o Seu Sistema Operacional - MAC - Parte 2 de 2.mp4 - 178 MB26 - Conhecendo o Seu Sistema Operacional - Linux - Parte 1 de 2.mp4 - 131 MB27 - Conhecendo o Seu Sistema Operacional - Linux - Parte 2 de 2.mp4 - 113 MB23 - Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 2 de 2.mp4 - 112 MB24 - Conhecendo o Seu Sistema Operacional - MAC - Parte 1 de 2.mp4 - 108 MB22 - Conhecendo o Seu Sistema Operacional - Windows 10 - Parte 1 de 2.mp4 - 93.6 MB2 - Formação Inteligência Artificial.mp4 - 72 MB15 - GPU Cloud Computing - Amazon AWS - Parte 2 de 3.mp4 - 68.9 MB7 - Introdução.mp4 - 58.7 MB16 - GPU Cloud Computing - Amazon AWS - Parte 3 de 3.mp4 - 55.6 MB12 - Nvidia CUDA.mp4 - 49.9 MB4 - Navegando pela Data Science Academy.mp4 - 46.8 MB14 - GPU Cloud Computing - Amazon AWS - Parte 1 de 3.mp4 - 41.1 MB8 - Por que Deep Learning é a Tecnologia Mais Avançada em IA.mp4 - 41 MB28 - Paineis.pdf - 38.6 MB10 - Principais Frameworks para Inteligência Artificial.mp4 - 37.7 MB9 - O que é um Framework.mp4 - 28.3 MB1 - Bem-vindo.mp4 - 21.9 MB11 - Nvidia Deep Learning SDK.mp4 - 18.4 MB13 - Nvidia CUDA Deep Neural Network library (cuDNN).mp4 - 12.7 MB21 - Slides_modulo1.pdf - 2.51 MB18 - Acesso Remoto ao Super Servidor Usando Interface Grafica.pdf - 1.42 MB20 - Acesso Remoto ao Super Servidor DSA via SFTP.pdf - 1.4 MB5 - Suporte e Canais de Comunicacao.pdf - 1.38 MB17 - Acesso Remoto ao Super Servidor DSA.pdf - 1.24 MB19 - Criando Tunel SSH Para Acesso ao Servidor DSA.pdf - 755 kB3 - Perguntas e Respostas.pdf - 304 kB6 - Termos de Uso.pdf - 110 kB29 - Bibliografia, Referencias e Links uteis.pdf - 74.2 kB8. Theano8. Theano14 - Multilayer Perceptron com Theano - Parte 2 de 2.mp4 - 114 MB4 - Instalação e Configuração do Theano.mp4 - 57.3 MB11 - Cálculo do Gradiente e Regressão Linear com Theano.mp4 - 51.5 MB15 - Deep Learning - Reconhecimento de Imagens com CNNs - Definindo a Camada de Saída.mp4 - 44.5 MB20 - Deep Learning - Reconhecimento de Imagens com CNNs - Testando o Modelo.mp4 - 42.3 MB2 - Usando Jupyter Notebook no Servidor Remoto - Parte 1 de 2.mp4 - 31.6 MB13 - Multilayer Perceptron com Theano - Parte 1 de 2.mp4 - 31.6 MB18 - Deep Learning - Reconhecimento de Imagens com CNNs - Unindo as Camadas.mp4 - 28.7 MB9 - Funções.mp4 - 28.7 MB10 - Shared Variables.mp4 - 26.8 MB19 - Deep Learning - Reconhecimento de Imagens com CNNs - Gradiente Descendente.mp4 - 26.2 MB6 - Trabalhando com Variáveis.mp4 - 23.5 MB16 - Deep Learning - Reconhecimento de Imagens com CNNs - Convolução e MaxPooling.mp4 - 23.3 MB17 - Deep Learning - Reconhecimento de Imagens com CNNs - Camadas Ocultas.mp4 - 23.3 MB1 - Introdução.mp4 - 18.3 MB12 - Treinando e Visualizando o Modelo de Regressão Linear.mp4 - 15 MB3 - Usando Jupyter Notebook no Servidor Remoto - Parte 2 de 2.mp4 - 14.2 MB8 - Grafos Simbólicos.mp4 - 14.1 MB7 - Matrizes Theano e Matrizes NumPy.mp4 - 11.4 MB5 - Executando Um Modelo com Theano.mp4 - 9 MB13.1 - TheanoCode02.zip - 761 kB22 - Slides_modulo8.pdf - 703 kB21 - Bibliografia, Referencias e Links uteis.pdf - 66.7 kB15.1 - TheanoCode03.zip - 46.1 kB4.1 - TheanoCode01.zip - 18.7 kB12. Outros Frameworks12. Outros Frameworks4 - DeepLearning4j.mp4 - 72.6 MB6 - MXnet.mp4 - 69.8 MB3 - Torch e PyTorch.mp4 - 55.1 MB7 - H2O.mp4 - 52.7 MB2 - Como Escolher Um Framework Para Meu Projeto de Inteligência Artificial.mp4 - 49.5 MB5 - Lasagne.mp4 - 35.1 MB1 - Introdução.mp4 - 4.52 MB12 - Bibliografia, Referencias e Links uteis.pdf - 69.9 kB8 - Nvidia Digits.pdf - 62.9 kB11 - Leaf.pdf - 60.9 kB10 - maxDNN.pdf - 60.9 kB9 - Chainer.pdf - 60.5 kB10. Microsoft Cognitive Toolkit - CNTK10. Microsoft Cognitive Toolkit - CNTK3 - O que é o Microsoft Cognitive Toolkit (CNTK) - Parte 2 de 2.mp4 - 67.1 MB19 - Convolutional Neural Networks com CNTK - Construção da Convnet.mp4 - 53.9 MB12 - Regressão Logística com CNTK - Treinamento.mp4 - 45.9 MB7 - Carregando e Ajustando o Dataset com One-Hot Encoding.mp4 - 45.3 MB16 - Convolutional Neural Networks com CNTK - Carregando os Dados.mp4 - 44.4 MB4 - Instalando o CNTK - Parte 1 de 2.mp4 - 43.6 MB14 - Multilayer Perceptron com CNTK - Construção do Modelo.mp4 - 41.3 MB20 - Convolutional Neural Networks com CNTK - Treinamento e Teste.mp4 - 39.4 MB10 - Regressão Logística com CNTK - Vetor de Input, Pesos, Bias e Função Softmax.mp4 - 38.2 MB13 - Regressão Logística com CNTK - Avaliação e Teste.mp4 - 36.1 MB21 - Convolutional Neural Networks com CNTK - Criando a Rede com Pooling.mp4 - 32.5 MB8 - Regressão Logística com CNTK - Regressão Binária x Regressão Multiclasse.mp4 - 32.1 MB17 - Convolutional Neural Networks com CNTK - Convolução e Filtros.mp4 - 29.8 MB15 - Multilayer Perceptron com CNTK - Treinamento e Teste.mp4 - 28.4 MB2 - O que é o Microsoft Cognitive Toolkit (CNTK) - Parte 1 de 2.mp4 - 27.8 MB11 - Regressão Logística com CNTK - Criação do Modelo.mp4 - 27.7 MB9 - Regressão Logística com CNTK - Leitura dos Dados.mp4 - 25.5 MB18 - Convolutional Neural Networks com CNTK - Strides e Paddings.mp4 - 24.8 MB6 - Instalando o Container Docker do Microsoft CNTK.mp4 - 24.7 MB5 - Instalando o CNTK - Parte 2 de 2.mp4 - 15.7 MB1 - Introdução.mp4 - 10.9 MB8.1 - CNTK02.zip - 827 kB23 - Slides_modulo10.pdf - 471 kB22 - Bibliografia, Referencias e Links uteis.pdf - 69 kB14.1 - CNTK03.zip - 26.9 kB16.1 - CNTK04.zip - 14.3 kB7.1 - CNTK01.zip - 5.06 kB3. TensorFlow - Tensores e Regressão Linear3. TensorFlow - Tensores e Regressão Linear19 - Configurando o Servidor de Deep Learning - Parte 3.mp4 - 57.9 MB17 - Configurando o Servidor de Deep Learning - Parte 1.mp4 - 47.4 MB18 - Configurando o Servidor de Deep Learning - Parte 2.mp4 - 40.8 MB20 - Configurando o Servidor de Deep Learning - Parte 4.mp4 - 32 MB13 - Regressão Linear com TensorFlow - Construindo o Modelo.mp4 - 21.9 MB10 - Números Randômicos.mp4 - 21.1 MB15 - Regressão Linear com TensorFlow - Executando o Modelo.mp4 - 20.9 MB12 - Regressão Linear com TensorFlow - Gerando o Conjunto de Dados.mp4 - 18 MB8 - Usando Tensores Para Converter Imagens - Parte 2 de 3.mp4 - 17.9 MB4 - Tensores Bidimensionais.mp4 - 17.3 MB7 - Usando Tensores Para Converter Imagens - Parte 1 de 3.mp4 - 17.2 MB9 - Usando Tensores Para Converter Imagens - Parte 3 de 3.mp4 - 15.9 MB6 - Trabalhando com Matrizes.mp4 - 15.7 MB3 - Tensores Unidimensionais.mp4 - 15.4 MB1 - Introdução.mp4 - 15 MB5 - Tensores Tridimensionais.mp4 - 12.1 MB16 - Visualizando o Modelo no TensorBoard.mp4 - 11.5 MB11 - Método de Montecarlo.mp4 - 11.1 MB14 - Regressão Linear com TensorFlow - Treinando o Modelo.mp4 - 10.1 MB2.1 - Cap03.zip - 204 kB21 - Bibliografia, Referencias e Links uteis.pdf - 66 kB2 - Scripts.pdf - 63 kB4. TensorFlow - Machine Learning4. TensorFlow - Machine Learning5 - Regressão Linear com TensorFlow - Cost Function.mp4 - 56.5 MB8 - Reconhecimento de Dígitos Escritos à Mão.mp4 - 51.1 MB15 - Clustering - Parte 2 de 3.mp4 - 41.7 MB7 - Regressão Linear com TensorFlow - Treinamento do Modelo Preditivo.mp4 - 41.1 MB6 - Regressão Linear com TensorFlow - Gradiente Descendente.mp4 - 41.1 MB13 - Classificação com TensorFlow - Testando e Avaliando o Modelo.mp4 - 36.6 MB10 - Classificação com TensorFlow - Definindo os Tensores.mp4 - 29.4 MB14 - Clustering - Parte 1 de 3.mp4 - 27.7 MB16 - Clustering - Parte 3 de 3.mp4 - 27.4 MB3 - Regressão Linear com TensorFlow - Modelo de Dados - Parte 1 de 2.mp4 - 26.2 MB11 - Classificação com TensorFlow - Cost Function e Otimização de Distância.mp4 - 25.3 MB9 - Preparando e Carregando o Dataset.mp4 - 23.1 MB4 - Regressão Linear com TensorFlow - Modelo de Dados - Parte 2 de 2.mp4 - 11.4 MB1 - Introdução.mp4 - 8.93 MB17 - Bibliografia, Referencias e Links uteis.pdf - 67.6 kB18 - Exercicios.pdf - 65.2 kB19 - Exercicios.pdf - 65.2 kB2 - Scripts.pdf - 63 kB2.1 - Cap04.zip - 12.1 kB19.1 - exec02.zip - 3.09 kB18.1 - exec01.zip - 2.42 kB7. TensorFlow - GPU Computing7. TensorFlow - GPU Computing7 - TensorBoard - Configurando a Visualização do Modelo.mp4 - 55.2 MB6 - Selecionando o Dispositivo no TensorFlow GPU x CPU - Parte 2 de 2.mp4 - 55.2 MB10 - TensorBoard - Visualizando o Aprendizado do Modelo de Deep Learning - Parte 2 de 2.mp4 - 43.4 MB9 - TensorBoard - Visualizando o Aprendizado do Modelo de Deep Learning - Parte 1 de 2.mp4 - 40.1 MB11 - TFLearn.mp4 - 39.3 MB5 - Selecionando o Dispositivo no TensorFlow GPU x CPU - Parte 1 de 2.mp4 - 30.8 MB2 - GPU Computing.mp4 - 26 MB3 - Arquitetura CUDA.mp4 - 25.1 MB12 - Tensor Serving.mp4 - 19.6 MB8 - TensorBoard - Visualizando Grafos e Eventos.mp4 - 19.5 MB13 - Exportando e Carregando Um Modelo TensorFlow.mp4 - 15.4 MB4 - Modelo de Programação em GPU.mp4 - 9.61 MB1 - Introdução.mp4 - 3.36 MB15 - Slides_modulo7.pdf - 980 kB14 - Bibliografia, Referencias e Links uteis.pdf - 70.6 kB9.1 - tensorcode30.zip - 3.01 kB7.1 - tensorcode29.zip - 1.96 kB5.1 - tensorcode28.zip - 1.56 kB2. TensorFlow - Instalação e Primeiros Passos2. TensorFlow - Instalação e Primeiros Passos8 - Instalação e Configuração do TensorFlow - GPU.mp4 - 54.5 MB3 - Documentação do TensorFlow - Parte 1 de 2.mp4 - 52.9 MB24 - Instalando o Servidor de Deep Learning - Parte 1.mp4 - 50 MB27 - Instalando o Servidor de Deep Learning - Parte 4.mp4 - 45.3 MB4 - Documentação do TensorFlow - Parte 2 de 2.mp4 - 44.7 MB5 - Instalação e Configuração do TensorFlow.mp4 - 44.6 MB6 - Instalação e Configuração do TensorFlow - CPU.mp4 - 42.6 MB23 - Usando o TensorBoard.mp4 - 38.1 MB19 - Operações Matemáticas com TensorFlow.mp4 - 30.2 MB9 - Instalação a Partir do Código Fonte.mp4 - 30.2 MB25 - Instalando o Servidor de Deep Learning - Parte 2.mp4 - 29.4 MB2 - O que é o Framework TensorFlow.mp4 - 28.8 MB26 - Instalando o Servidor de Deep Learning - Parte 3.mp4 - 28.3 MB14 - O que é um Tensor.mp4 - 24.2 MB22 - Imprimindo os Grafos.mp4 - 21.8 MB17 - TensorFlow Programming Model - placeholder.mp4 - 21.3 MB10 - Acessando a Máquina Virtual Remotamente.mp4 - 21.3 MB16 - O que é uma Sessão TensorFlow.mp4 - 19.5 MB12 - Hello World TensorFlow - Parte 1 de 2.mp4 - 16.4 MB13 - Hello World TensorFlow - Parte 2 de 2.mp4 - 14.7 MB20 - Variáveis.mp4 - 12.2 MB18 - TensorFlow Programming Model - feed_dict.mp4 - 11.8 MB1 - Introdução.mp4 - 10.6 MB21 - Inicialização de Variáveis.mp4 - 9.92 MB7 - Instalando e Configurando CUDA Toolkit e cuDNN.pdf - 7.16 MB28 - Atualizando o Kernel do Linux.pdf - 1.66 MB31 - Slides_modulo2.pdf - 1.12 MB15 - O que sao Grafos.pdf - 224 kB29 - Software Update.pdf - 131 kB30 - Bibliografia, Referencias e Links uteis.pdf - 66.1 kB11 - Scripts.pdf - 62.9 kB11.1 - Cap02.zip - 9.61 kB11. Caffe211. Caffe22 - O que é o Framework Caffe2 - Parte 1 de 2.mp4 - 48.4 MB4 - Instalando o Caffe2.mp4 - 46.6 MB3 - O que é o Framework Caffe2 - Parte 2 de 2.mp4 - 46.4 MB5 - Amazon AWS Deep Learning AMI Ubuntu Version.mp4 - 34.8 MB10 - Convolutional Neural Networks no Caffe2 - Treinamento e Visualização do Modelo.mp4 - 33.4 MB6 - Inicializando a Instância no AWS com 732 GB de RAM e 16 GPUs Nvidia.mp4 - 28.6 MB8 - Convolutional Neural Networks no Caffe2 - Carregando o Dataset.mp4 - 26.7 MB9 - Convolutional Neural Networks no Caffe2 - Camadas de Convolução e MaxPooling.mp4 - 21.1 MB7 - Acessando o AWS com o Jupyter Notebook.mp4 - 13 MB11 - Convolutional Neural Networks no Caffe2 - Avaliação do Modelo.mp4 - 12.1 MB1 - Introdução.mp4 - 9.32 MB13 - Slides_modulo11.pdf - 480 kB8.1 - Caffe2Code01.zip - 243 kB12 - Bibliografia, Referencias e Links uteis.pdf - 70.2 kB6. TensorFlow - Deep Learning6. TensorFlow - Deep Learning14 - Convolutional Neural Networks com TensorFlow - Criando as Camadas de Convolução.mp4 - 47.4 MB12 - Convolutional Neural Networks com TensorFlow - Como Funciona uma CNN.mp4 - 40.5 MB18 - Recurrent Neural Networks com TensorFlow - Como Funciona a RNN.mp4 - 36.8 MB4 - Recurrent Neural Networks.mp4 - 31.3 MB3 - Convolutional Neural Networks.mp4 - 28.8 MB21 - Recurrent Neural Networks com TensorFlow - Treinando e Avaliando o Modelo.mp4 - 27 MB16 - Convolutional Neural Networks com TensorFlow - Treinando e Avaliando o Modelo.mp4 - 27 MB20 - Recurrent Neural Networks com TensorFlow - Construindo o Modelo LSTM.mp4 - 26.1 MB19 - Recurrent Neural Networks com TensorFlow - Parâmetros de Aprendizagem.mp4 - 26.1 MB2 - Deep Neural Networks.mp4 - 25.9 MB8 - Stochastic Gradient Descent.mp4 - 24.6 MB13 - Convolutional Neural Networks com TensorFlow - Definindo Parâmetros e Dropout.mp4 - 22.4 MB10 - Regularização e Dropout.mp4 - 21.8 MB1 - Introdução.mp4 - 20.3 MB6 - Função Softmax.mp4 - 17.7 MB9 - Momentum e Learning Rate.mp4 - 15.5 MB15 - Convolutional Neural Networks com TensorFlow - Cost Function e Otimização.mp4 - 12.7 MB5 - LSTM - Long Short-Term Memory.mp4 - 11.1 MB7 - Hot Encoding.mp4 - 6.45 MB23 - Slides_modulo6.pdf - 2.44 MB11 - Arquitetura CNN.pdf - 539 kB17 - Arquitetura RNN.pdf - 371 kB22 - Bibliografia, Referencias e Links uteis.pdf - 67 kB12.1 - CNN.zip - 5.61 kB18.1 - RNN.zip - 4.95 kB9. Keras9. Keras10 - Treinando Redes Neurais Profundas com Keras - O Problema do Perceptron.mp4 - 45.9 MB19 - Modelo Versão 4 - Testando Diferentes Otimizadores em Keras.mp4 - 43.7 MB13 - Modelo Versão 1 - Definindo os Parâmetros da Rede Neural.mp4 - 40.7 MB14 - Modelo Versão 1 - Função Softmax e Categorical Crossentropy.mp4 - 37.3 MB2 - Máquina Virtual Amazon AWS com Keras.mp4 - 35.6 MB15 - Modelo Versão 1 - Epochs e Batch-size.mp4 - 34.4 MB17 - Modelo Versão 3 - Adicionando a Dropout Layer.mp4 - 32.8 MB3 - Instalando o Keras.mp4 - 30.8 MB16 - Modelo Versão 2 - Mais Camadas Ocultas e Função de Ativação ReLu.mp4 - 29.3 MB9 - Deep Learning com Keras - Compilando e Treinando o Modelo.mp4 - 27.6 MB7 - Deep Learning com Keras - Construindo as Camadas.mp4 - 25.3 MB11 - Função de Ativação Sigmóide e ReLu.mp4 - 20.6 MB4 - Deep Learning com Keras - Carregando o Dataset - Parte 1 de 2.mp4 - 19.3 MB5 - Deep Learning com Keras - Carregando o Dataset - Parte 2 de 2.mp4 - 19.2 MB6 - Deep Learning com Keras - Definindo a Arquitetura do Modelo.mp4 - 15.1 MB1 - Introdução.mp4 - 13.3 MB12 - One-Hot Encoding.mp4 - 12.8 MB18 - Modelo Versão 3 - Avaliação e Score.mp4 - 12.1 MB8 - Deep Learning com Keras - Otimização com Stochastic Gradient Descent.mp4 - 10.7 MB21 - Slides_modulo9.pdf - 583 kB20 - Bibliografia, Referencias e Links uteis.pdf - 65 kB3.1 - KerasCode01.zip - 16.7 kB5. TensorFlow - Redes Neurais5. TensorFlow - Redes Neurais9 - Regressão Logística - Função Softmax.mp4 - 42.4 MB16 - Rede Neural - Multilayer Perceptron - Camadas, Pesos Sinápticos e Bias.mp4 - 41.2 MB15 - Rede Neural - Multilayer Perceptron - Parâmetros da Rede e Função Sigmóide.mp4 - 39.6 MB3 - Como Surgiram as Redes Neurais Artificiais.mp4 - 38.1 MB7 - Regressão Logística - Definindo o Problema.mp4 - 36.8 MB12 - Regressão Logística - Treinando o Modelo.mp4 - 34 MB2 - Redes Neurais Artificiais.mp4 - 31.6 MB14 - Rede Neural - Multilayer Perceptron - Algoritmo Backpropagation.mp4 - 26.4 MB4 - O Neurônio Biológico.mp4 - 23.5 MB5 - O Neurônio Matemático.mp4 - 23.2 MB10 - Regressão Logística - Cross-entropia e Minimização do Erro.mp4 - 22.6 MB17 - Rede Neural - Multilayer Perceptron - Cost Function e Gradiente Descendente.mp4 - 21.4 MB8 - Regressão Logística - Parâmetros do Modelo.mp4 - 20.3 MB18 - Rede Neural - Multilayer Perceptron - Treinando o Modelo.mp4 - 20.2 MB11 - Regressão Logística - Otimização com Gradiente Descendente.mp4 - 15.6 MB13 - Rede Neural - Multilayer Perceptron - Arquitetura da Rede MLP.mp4 - 14.5 MB1 - Introdução.mp4 - 7.68 MB19 - Componentes de uma Rede Neural com TensorFlow.pdf - 539 kB6.1 - Cap05.zip - 293 kB20 - Bibliografia, Referencias e Links uteis.pdf - 67 kB21 - Exercicios.pdf - 64.7 kB6 - Scripts.pdf - 63 kB21.1 - exec03.zip - 4.53 kB14. Mini-Projeto214. Mini-Projeto29-Mini-Projeto2.zip - 12.4 MBMini-Projeto02.pdf - 103 kB13. Mini-Projeto113. Mini-Projeto111-Mini-Projeto1.zip - 3.87 MBMini-Projeto01.pdf - 1.15 MB16. Mini-Projeto416. Mini-Projeto4Mini-Projeto04.pdf - 3.32 MB9-Mini-Projeto4.zip - 2.4 MB15. Mini-Projeto315. Mini-Projeto312-Mini-Projeto3.zip - 1.34 MBMini-Projeto03.pdf - 1.16 MBHandbook-FIA.pdf - 23.5 MB| Tracker | Seeder | Leecher |
| udp://tracker2.dler.com:80/announce | 0 |
1 |
| udp://tracker.breizh.pm:6969/announce | 0 |
0 |
| udp://tracker.torrent.eu.org:451/announce | 0 |
1 |
| udp://www.torrent.eu.org:451/announce | 0 |
1 |
| udp://tracker.opentrackr.org:1337/announce | 0 |
2 |
| udp://open.stealth.si:80/announce | 0 |
1 |
| udp://tracker.leech.ie:1337/announce | 0 |
0 |
| udp://p4p.arenabg.com:1337/announce | 0 |
0 |
| udp://pow7.com:80/announce | 0 |
0 |
| udp://movies.zsw.ca:6969/announce | 0 |
2 |
| udp://tracker.ololosh.space:6969/announce | 0 |
0 |
| udp://exodus.desync.com:6969/announce | 0 |
1 |
| udp://opentracker.i2p.rocks:6969/announce | 0 |
2 |
| udp://tracker.theoks.net:6969/announce | 0 |
1 |
| udp://bt1.archive.org:6969/announce | 0 |
0 |
| udp://bt2.archive.org:6969/announce | 0 |
0 |
| udp://explodie.org:6969/announce | 0 |
1 |
| udp://tracker1.bt.moack.co.kr:80/announce | 0 |
2 |
| udp://tracker.dler.com:6969/announce | 0 |
0 |
- InfoHash: F50EBBF325BEF6000E90A370541077F690E470C6
- Last Updated: Oct 1, 2023
- File Count: 1237
- File Category: 1
- Tags: formacao, inteligencia, artificial
-
Justicia artificial (2024) [Bluray 720p][Esp]
Other/Video 129 161 3.95 GB