Formador
Luís Cunha

Objetivos
Apresentar aos participantes os fundamentos e aplicações da aprendizagem profunda, com ênfase em Redes Neurais Convolucionais (CNNs), redes recorrentes (LSTM) e Transformers (na base, por exemplo, do ChatGPT). Os participantes serão envolvidos com uma mistura de teoria e exemplos práticos que ilustram o poder e o alcance dessas ferramentas em vários domínios, como reconhecimento de imagens, análise de séries temporais, processamento de texto e aprendizagem profunda generativa. O curso visa acomodar uma ampla gama de público, garantindo que os participantes terminem com uma ampla compreensão e experiência prática dessas tecnologias, deixando-os equipados e inspirados a aplicar deep learning em suas respetivas áreas.

Após a conclusão deste curso, espera-se que os participantes tenham desenvolvido as seguintes competências:

1. Compreender os fundamentos de Deep Learning (DL), com um foco particular em Redes Neurais Convolucionais (CNNs), redes Recorrentes (LSTM) e Transformers.
2. Aplicação de técnicas de DL a problemas do mundo real, incluindo reconhecimento de imagem, análise de séries temporais, processamento de texto e muito mais.
3. Navegar e utilizar modelos pré-treinados de forma eficaz para alcançar resultados eficientes e precisos.
4. Construir e aperfeiçoar os seus próprios modelos de DL com base nos requisitos das tarefas específicas que estão a enfrentar.
5. Interpretar os resultados de modelos complexos de DL e utilizar essa informação para tomar decisões informadas.
6. Compreender as possibilidades e limitações dos modelos generativos de aprendizagem profunda, quer no domínio da linguagem, quer na geração de outros conteúdos (imagens, voz, música, etc).

Nº mínimo de participantes: 12

Conteúdos Programáticos

Sessão 01 - Introdução e Visão com CNNs (3 horas)

Introdução ao Deep Learning

Convolutional Neural Networks (CNNs)

- Exemplo Prático: FashionMNIST (treino de raiz de pequeno modelo)

- Exemplo Prático: Alavancagem de modelo pré-treinado

Sessão 02 - Séries Temporais com LSTM (3 horas)

Introdução às Redes LSTM

- Exemplo Prático: Previsão de Preços do Índice S&P 500

- Outros exemplos de aplicação de LSTMs

Sessão 03 - Deep Learning para Texto com Transformers (3 horas)

Transformers aplicados a texto:

- Exemplos práticos: Playground da OpenAI, PerplexityAI, Pi

- Exploração de bibliotecas transformers (Hugging Face) e KerasNLP

Sessão 04 - Outros Exemplos de DL Generativo (3 horas)

DL Generativo aplicado à geração de imagens

- Exemplos Práticos: Dalle 3, Stable Diffusion XL

- Exploração de bibliotecas diffusers (HuggingFace) e KerasCV


Nº mínimo de participantes: 12
 

Duração
12 horas

Modalidade
Online, via Zoom

Datas de realização

24 e 31 de maio; 7 e 14 de junho
10h00 às 13h00

Formalização da Inscrição
Poderá formalizar a sua inscrição através do seguinte link: https://forms.gle/GNFiia1HreMK4hKe8

Preço: 120.00€