Programa

1.       Introdução a Machine Learning: descrição do curso e introdução a algoritmo Back Propagation, redes neurais artificiais, exemplos e aplicações. 

2.       Introdução a computação paralela e Big data: diferenciação entre os tipos de processador e memória; sistemas paralelos com memória distribuída/compartilhada. Arquiteturas para grandes massas de dados.

3.       Deep Learning: importância e relevância, estado da arte, algoritmos e aplicações. 

4.       Deep Neural Networks: problemas, aplicações e exemplos.

5.       Redes neurais Convolucionais, redes neurais recorrentes, arquiteturas, diferenças, frameworks. 

6.       Aplicações em processamento de imagem, análise de sentimentos, benchmarks.  

7.       Introdução a Python

8.       Deep Learning com Python, introdução, bibliotecas e algoritmos básicos.

9.       Introdução a Linux e manipulação de dados, interação com o cluster.

10.   Interface DIGITS Nvidea, introdução a deep learning GPU.

11.   Aplicações em processamento de imagem.