Curso: Programação Python + Deep Learning em Lisboa - Cidade - Lisboa

Informática e Informação > Programação
Curso: Programação Python + Deep Learning - Online
O curso é oferecido:
Online
Tipo de Curso:
Cursos
Preço:
Consultar
Solicite informação sem compromisso
Tokio New Technology School
Cursos - Curso: Programação Python + Deep Learning - Lisboa - Cidade - Lisboa
Nome
Apelido
E-mail
Telefone
Distrito
País
Movil
Perguntas

Para enviar a solicitaçao, você deve aceitar a política de privacidade

Enviar Solicitação
* Campos obrigatórios



Preencha os campos corretamente
Por favor, aceite a política de privacidade para enviar a solicitaçao

INFORMAÇÃO BÁSICA POLÍTICA DE PROTEÇÃO DE DADOS

ResponsávelEducaedu Business, S.L., domiciliada na Rua Gran Via 81, 5ª Planta Apartamento 1, 48011 Bilbao (Vizcaya). E-mail de contato: contacto@educaedu.com. E-mail de contato do Responsável pela Proteção de dados: delegadoprotecciondatos@educaedu.com.
FinalidadeGestionar o envio de solicitações de informação requeridas pelo usuário. Gestionar o envio de comunicados promocionais e informativos próprios e de terceiros sobre formação, derivadas do serviço de orientação acadêmica do portal.
LegitimaçãoConsentimento do interessado.
DestinatáriosEmpresas do grupo Educaedu Business, S.L., e as Instituições de Ensino para as quais o usuário solicitou informação.
DireitosAcessar, retificar e excluir os dados, bem como outros direitos, coletados nas informações adicionais.
Informação AdicionalAs informações adicionais e detalhadas sobre nossa Política de Proteção de Dados pode ser consultada no seguinte link "Proteção de Dados".
Loading...
Descrição de Curso: Programação Python + Deep Learning
Conteúdo:
Curso: Programação Python + Deep Learning.

Apresentação:

É uma das linguagens de programação mais utlizadas em todo o mundo. Porquê? Pela sua simplicidade e velocidade na hora de criar programas. Além disso, contém uma grande quantidade de bibliotecas, o que facilita a realização de muitas tarefas sem necessidade de programar do zero. 63% dos programadores recomendam aprender esta linguagem que atualmente é utilizada por gigantes como a Google, o Spotify e o Youtube.


Objetivos:

- Conhecer a programação geral e as bases da programação orientada para objetos
- Utilizar a sintaxe da linguagem Python
- Trabalhar com bibliotecas especializadas no domínio de dados
- Realizar conexões com bases de dados
- Manipular estruturas de dados e arquivos
- Implementar projetos como aplicações web ou de ambiente de trabalho


Saídas profissionais:

- Programador/a geral: bases de dados, arquivos de redes
- Programador/a web
- Programador/a freelancer
- Criador/a de interfaces gráficas de utilizador e de ambiente de trabalho


Metodologia:


Método à medida:

Os nossos cursos não têm uma data de início e de fim. Com o programa formativo 100% online de Tokio, tu decides o teu ritmo e nós acompanhamos-te. Com Tokio a aprendizagem é “feita à medida”.


Mestres digitais:

Os teus docentes são especialistas com conhecimentos reais do mercado de trabalho, que te ajudam a subir de nível nesta profissão


Tutorias personalizadas:

Os nossos assessores pedagógicos acompanham-te ao longo de toda a formação. Ajudam-te a que consigas atingir as tuas metas através de objetivos realistas. Organização e motivação para toki-sans!


Formação prática:

Questionários de autoavaliação, exames finais, exercícios, casos práticos… Learn by doing! Vais aprender fazendo. Além disso, dispões de até 300 horas de estágio profissional, em empresas de qualidade do setor.


Aulas telepresenciais:

Todos os nossos docentes transmitem as suas aulas em direto, mas se não puderes assistir a alguma, não há problema! Voltaremos a retransmitir a aula, em streaming,  noutro dia da semana. Além de, a disponibilizarmos na nossa plataforma virtual.


Projeto final:

Aproxima-se o final! Para concluires a tua formação tens de demonstrar tudo o que aprendeste através de um projeto.


Línguas:

Sabemos que o nível de inglês pode ser um requisito chave na hora de conseguir uma boa oportunidade de trabalho. Por isso, ajudamos-te a preparar as certificações oficiais de Oxford e Cambridge. Este é um componente extra em todas as nossas formações, escolhas a que escolheres.


Orientação profissional:

Damos-te todas as ferramentas para que tenhas sucesso em qualquer processo de seleção.


Alertas de emprego:

Através deste serviço recebes, no teu email, ofertas de emprego relacionadas exclusivamente com a tua formação.


As tuas aulas:

Em direto

Vais poder entrar em direto nas aulas com o teu professor especialista. Nas aulas telepresenciais o professor segue o programa, coloca novas questões e adiciona informação que vai além do conteúdo teórico dos livros. No final de cada aula, podes expor as tuas dúvidas para que o professor as tire em direto.

Em streaming

Não podes assistir a alguma aula em direto? Não te preocupes! Voltaremos a retransmitir a aula, em streaming, noutro dia da semana. Além de, a disponibilizarmos na nossa plataforma virtual.

Resoluçao de dúvidas

Os mestres digitais dedicam estas aulas a solucionar as tuas dúvidas e a resolver exercícios ou casos práticos. É uma excelente oportunidade para interagir com o professor, colocar questões e aprender com as dúvidas dos restantes colegas.

Aulas complementares

Além das aulas relacionadas diretamente com a tua formação, tens aulas complementares que podes assistir em direto ou em diferido: inglês, orientação laboral, técnicas de estudo, e muito mais!

Masterclass

Podes assistir a masterclasses online de profissionais reconhecidos no setor em que colaboram com a Tokio School partilhando a sua experiência. Estas sessões são também participativas e nelas podes colocar todas as tuas questões.


Programa:

Programação Python
Módulo 1: Python o novo desconhecido:

Apresentação do Python

- O que é o Python?
- História do Python
- Versões do Python

Porquê escolher o Python?

- Evolução e objetivos do Python

Características da linguagem Python

- As 12 características com maior destaque

Ambientes de desenvolvimento para Python

- Interpretador de Python oficial e seu IDE
- Anaconda Jupyter
- PyCharm
- Visual Studio Code

Módulo 2: Características básicas da linguagem:

Tipos de dados básicos

- Palavras reservadas 
- Comentários
- Tipos de dados básicos
- Variáveis
- Constantes

Operadores em Python

- Operadores de atribuição
- Operadores aritméticos
- Operadores relacionais 
- Operadores lógicos 
- Precedência dos operadores 
- Alteração de tipos de variáveis 
- Trabalhar com cadeias de caracteres 
- A função print()

Tipos de dados avançados

- Listas 
- Tuplas
- Sets
- Dicionários

Entrada e saída de dados

- Entrada de dados pelo teclado
- Saída de dados pelo ecrã

Controlo de fluxo – Condicionais e loops

- Condicionais em Python
- Loops em Python

Funções

- Conceito das funções em Python 
- Implementação das funções 
- Argumentos e parâmetros
- Funções integradas de Python 
- Boas práticas com as funções

Módulo 3: Programação orientada a objetos (POO):

Metodologia baseada em objetos

- Programação Estruturada vs. Programação Orientada a Objetos (POO)
- Os 4 princípios da POO

Classes, objetos, atributos e métodos

- Definição de classes, objetos, atributos e métodos

Praticando com classes e objetos

- Definição de construtores

Herança

- Definição de Herança 
- Utilizações da herança 
- Implementação da herança

Módulo 4: POO e métodos aplicados:

Outras ferramentas de POO

- Herança múltipla
- Polimorfismo

Métodos aplicados

- Métodos aplicados aos strings 
- Métodos aplicados às listas 
- Métodos aplicados aos conjuntos 
- Métodos aplicados aos dicionários

Erros e exceções

- Erros
- Exceções

Dados temporais

- Datas e Horas
- Problemas com os fusos horários
- Usamos diferentes fusos horários

Módulo 5: Tratamento de dados:

Arquivos

- Manuseamento de arquivos em Python

Excel – CSV

- Excel: XLS
- CSV

JSON

- O que é JSON?
- JSON vs. XML
- Componentes
- JSON minimizado e JSON View
- JSON em Python

Bases de dados (BBDD)

- O que é uma base de dados? 
- Como armazenar os dados numa base de dados? 
- Linguagem SQL e NoSQL 
- Exemplos de bases de dados 
- SQLite 3

Bibliotecas especializadas no tratamento de dados

- Numpy
- Pandas
- Outras bibliotecas

Módulo 6: Aprender através da práctica:

Prática 1 – Criação de uma app web com Flask e base de dados SQLite3
Prática 2 – Criação de uma app de desktop com Tkinter e base de dados SQLite3

Projeto Final


Especialização em Deep Learning

Módulo 1. Introdução à aprendizagem automático.

Fundamentos básicos

- Fundamentos básicos de Machine Learning 
- Processo de aprendizagem
- Tipos de modelos
- Tipos de algoritmos
- Tipos de modos de aprendizagem
- Fundamentos básicos de Deep Learning 
- Ferramentas básicas para o desenvolvimento de modelos 
- Ferramentas de desenvolvimento
- Ferramentas de tratamento
- Ferramentas de aprendizagem
- Ferramentas de avaliação
- Ferramentas de implementação e execução
- Introdução a Collaborate 
- Aceder ao Google Collaboratory
- Criar o nosso primeiro notebook com Colab
- Criar o nosso primeiro fragmento de código
- Modificar o tipo de hardware
- Introdução a Scikit Learn
- Carregamento de dados
- Criação de um modelo
- Avaliação do modelo
- Visualização do modelo

Preparação de dados e ferramentas

- Informação de entrada 
- Conceitos básicos sobre dados
- Preparação de dados
- Informação de saída 
- Função de perda (loss)
- Ajuste do modelo
- Informação de aprendizagem 
- Algoritmos de otimização
- TensorFlow
- Instalação de TensorFlow
- Utilização de dispositivos
- Operações básicas
- Calcular gradientes
- Funções
- Operações matriciais


Módulo 2. Introdução à aprendizagem profunda.

Redes neuronais profundas

- Conceitos básicos sobre redes neuronais
- Estrutura das redes neuronais e funções de ativação

Classificação

- Conceitos básicos de classificação
- Modelos de classificação
   - Binária
   - Multiclasse
- Otimização de hiperparâmetros

Regressão

- Regressão linear matemática
- Funções de perda (loss)
- Regressão linear simples
- Regressão linear múltipla


Módulo 3. Aprendizagem profunda mediante imagens e sons.

Redes neuronais convolucionais

- Visão artificial através de redes neuronais
- Redes neuronais convolucionais (CNN)

Redes neuronais residuais

- Redes neuronais residuais (ResNet)
- Transferência de aprendizagem sobre ResNet

Redes neuronais recorrentes

- Redes de neuronais recorrentes (RNN)
- Long-Short Term Memory (LSTM)
- Outros tipos de redes de neuronais


Módulo 4. Aplicações da aprendizagem profunda.

Redes adversas geradas (GANs)

- Conceitos básicos sobre as Redes adversas geradas (GANs)
- Gerador e discriminador
- Funções de perda (loss) nas GANs

Redes para aprendizagem por reforço

- Conceitos básicos sobre a aprendizagem por reforço
- Deep Reinforcement Learning
- Redes de reforço profundo

Outras aplicações

- Implantação de modelos
- Implantação de modelos em dispositivos (TFLite and TensorFlow.js)
- TensorFlow Extended
- Aplicações de Deep Learning
- Deep Learning em videojogos (AlphaGo y AlphaStar)


Módulo 5. Desarrollo de sistemas de aprendizaje automático.

Ingeniería de características (“feature engineering”)

- Creación de características
- Problemas y soluciones

Análisis de Componentes Principales (“PCA”)

- Representación de variables
- Modelos de dimensionalidad
- Reducción de dimensionalidad

Ensamblajes

- Composición de modelos
- Técnicas de ensamblaje
- Bagging

Planteamiento de sistemas de ML

- Planteamiento de un sistema de ML
- Evaluación del modelo
- Implementación a gran escala
- Paralelización

Evaluación y mejora de modelos

- Sobreajuste vs desviación
- Métricas de evaluación
- Métricas de clasificación

Operaciones en ML

- MLOps
- Plataforma Kaggle
Gostaria de saber mais sobre esse curso?