Help protect the Great Barrier Reef with TensorFlow on Kaggle Join Challenge

Domine seu programa

Para se tornar um especialista em machine learning, primeiro você precisa de uma base sólida em quatro áreas de aprendizagem: programação, matemática, teoria de ML e criação de um projeto de ML do início ao fim.

Comece com os currículos selecionados do TensorFlow para aprimorar essas quatro habilidades ou escolha seu próprio programa de aprendizado na nossa biblioteca de recursos abaixo.

As quatro áreas da educação em machine learning

Ao iniciar um programa de aprendizado, é importante primeiro entender como aprender o ML. Dividimos o processo de aprendizagem em quatro áreas do conhecimento. Cada uma delas mostra uma peça fundamental do quebra-cabeças do ML. Para facilitar esse processo, identificamos livros, vídeos e cursos on-line que ajudarão você a aperfeiçoar suas habilidades e a se preparar para usar o ML nos seus projetos. Comece com os currículos guiados feitos para aumentar seus conhecimentos ou escolha seu próprio programa na nossa biblioteca de recursos.

  • Habilidades de programação: para criar modelos de ML, não basta apenas conhecer os conceitos. Com a programação, você poderá realizar o gerenciamento de dados, o ajuste de parâmetros e a análise de resultados necessários para testar e otimizar o modelo.

  • Matemática e estatística: o ML é uma disciplina com bastante matemática. Por isso, se você quiser modificar modelos de ML ou criar novos do zero, conhecer os conceitos matemáticos básicos será fundamental para o processo.

  • Teoria de ML: conhecer os fundamentos da teoria de ML é a base para você começar o processo de desenvolvimento e resolver problemas quando algo não sai como o planejado.

  • Crie seus próprios projetos: ter experiência prática com ML é a melhor maneira de testar seus conhecimentos. Comece com um simples colab ou tutorial para praticar.

Currículos do TensorFlow

Comece a aprender com um dos nossos currículos guiados, que incluem cursos, livros e vídeos recomendados.

Para iniciantes
Noções básicas de machine learning com o TensorFlow

Aprenda o básico de ML com esta coleção de livros e cursos on-line. Você conhecerá o ML e verá como usar o aprendizado profundo usando o TensorFlow 2.0. Depois, você poderá praticar o que aprendeu com tutoriais para iniciantes.

Para o nível intermediário e especialistas
Machine learning teórico e avançado com o TensorFlow

Depois de entender o básico do machine learning, aperfeiçoe suas habilidades com lições teóricas sobre as redes neurais, estudos sobre o aprendizado profundo e amplie seu conhecimento sobre os conceitos matemáticos essenciais.

Para iniciantes
TensorFlow para desenvolvimento JavaScript

Aprenda as noções básicas do desenvolvimento de modelos de machine learning no JavaScript e saiba como fazer a implantação diretamente no navegador. Você verá uma introdução de alto nível sobre o aprendizado profundo e aprenderá a usar o TensorFlow.js com exercícios práticos.

Recursos educacionais

Escolha seu próprio programa de aprendizado e acesse livros, cursos, vídeos e exercícios recomendados pela equipe do TensorFlow para aprender os fundamentos do ML.

Livros

Ler é uma das melhores maneiras de entender os conceitos básicos do ML e do aprendizado profundo. Os livros podem oferecer o entendimento teórico necessário para ajudar você a aprender novos conceitos mais rapidamente no futuro.

IA e machine learning para programadores
de Laurence Moroney

Este livro introdutório tem uma abordagem que prioriza o código, para que você aprenda como implantar os cenários mais comuns de ML, como visão computacional, processamento de linguagem natural (PLN) e modelagem sequencial para Web, dispositivos móveis, nuvem e tempos de execução incorporados.

Deep Learning with Python
de Francois Chollet

Este livro é uma introdução prática ao aprendizado profundo com Keras.

Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow
de Aurélien Géron

Com exemplos concretos, pouca teoria e dois frameworks Python prontos para produção (Scikit-Learn e TensorFlow), este livro ajuda você a ter uma compreensão intuitiva dos conceitos e das ferramentas para criar sistemas inteligentes.

Aprendizado profundo
de Ian Goodfellow, Yoshua Bengio e Aaron Courville

Este manual de aprendizado profundo é um recurso criado para ajudar estudantes e profissionais a entrar no campo geral do machine learning e conhecer em detalhes o aprendizado profundo.

Neural Networks and Deep Learning
de Michael Nielsen

Este livro mostra o contexto teórico das redes neurais. A publicação não aborda o TensorFlow, mas é uma ótima referência para estudantes interessados em saber mais.

Como aprender sobre o TensorFlow.js
de Gant Laborde

Uma abordagem prática de ponta a ponta aos princípios básicos do TensorFlow.js para um público técnico amplo. Ao terminar este livro, você saberá como criar e implantar sistemas de aprendizado profundo prontos para produção com o TensorFlow.js.

Deep Learning with JavaScript
de Shanqing Cai, Stanley Bileschi e Eric D. Nielsen com Francois Chollet

Escrito pelos principais autores da biblioteca do TensorFlow, este livro mostra casos de uso fascinantes e instruções detalhadas para apps de aprendizado profundo em JavaScript no navegador ou no Node.

Cursos on-line

Fazer um curso on-line dividido em várias partes é uma boa maneira de aprender os conceitos básicos do ML. Diversos cursos oferecem ótimas explicações com recursos visuais, bem como ferramentas necessárias para começar a usar o machine learning diretamente no trabalho ou em projetos pessoais.

Introdução ao TensorFlow para IA, ML e aprendizado profundo

Desenvolvido em colaboração com a equipe do TensorFlow, este curso é parte da especialização "TensorFlow Developer" e ensinará as práticas recomendadas de uso da plataforma.

Introdução ao TensorFlow para aprendizado profundo

Neste curso on-line desenvolvido pela equipe do TensorFlow e a Udacity, você aprenderá a criar apps de aprendizado profundo com o TensorFlow.

Gratuito
Ver curso   
TensorFlow Developer Specialization

Nesta especialização de quatro cursos ministrada por um desenvolvedor da plataforma, você conhecerá as ferramentas usadas para criar algoritmos com tecnologia de IA escalonáveis no TensorFlow.

Curso intensivo de machine learning

O Curso intensivo de machine learning com APIs do TensorFlow é um guia de estudo para os que querem ser profissionais de machine learning. Ele oferece uma série de lições com videoaulas, estudos de caso reais e exercícios práticos.

Gratuito
Ver curso   
Curso do MIT 6.S191: Introduction to Deep Learning

Neste curso do MIT, você terá os conhecimentos básicos de algoritmos de aprendizado profundo e experiências práticas na criação de redes neurais no TensorFlow.

Gratuito
Ver curso   
Deep Learning Specialization

Em cinco cursos, você aprenderá os fundamentos do aprendizado profundo, descobrirá como criar redes neurais e saberá como conduzir projetos bem-sucedidos de machine learning para desenvolver uma carreira na área de IA. Além dominar a teoria, você também verá como ela é usada no setor.

Especialização em TensorFlow: dados e implantação

Você aprendeu a desenvolver e treinar modelos. Agora, veja como lidar com diversos cenários de implantação e usar os dados com mais eficácia para treinar seu modelo nesta especialização de quatro cursos.

Especialização em TensorFlow: técnicas avançadas

Esta especialização é destinada a engenheiros de software e ML com um entendimento básico do TensorFlow que querem expandir os conhecimentos e conjuntos de habilidades com recursos avançados do TensorFlow para desenvolver modelos poderosos.

Conceitos matemáticos

Esses recursos podem ajudar você a entender os conceitos matemáticos básicos necessários para avançar ao próximo nível e aprofundar seu conhecimento em ML.

Uma introdução acessível à álgebra linear para ML

Visão panorâmica de álgebra linear em machine learning. Nunca estudou álgebra linear ou sabe apenas o básico e quer entender como ela é usada em ML? Então este vídeo é para você.

Especialização em matemática para machine learning

Esta especialização on-line do Coursera busca relacionar a matemática e o machine learning, oferecendo atualizações da matemática básica para você criar um entendimento intuitivo e poder relacionar essa disciplina ao machine learning e à ciência de dados.

Aprendizado profundo
de 3Blue1Brown

O objetivo da 3blue1brown é apresentar a matemática usando uma abordagem que prioriza o conteúdo visual. Nesta série de vídeos, você aprenderá as noções básicas de uma rede neural e entenderá como ela funciona por conceitos matemáticos.

Essence of Linear Algebra
de 3Blue1Brown

Série de vídeos curtos da 3blue1brown que explica matrizes de uma perspectiva geométrica, determinantes, itens da biblioteca Eigen e muito mais.

Essence of Calculus
de 3Blue1Brown

Série de vídeos curtos da 3blue1brown que explica os fundamentos do cálculo para você entender melhor os principais teoremas, e não só como as equações funcionam.

Curso do MIT 18.06: Linear Algebra

Este curso introdutório do MIT aborda a teoria das matrizes e a álgebra linear. O currículo enfatiza assuntos que serão úteis em outras disciplinas, incluindo sistemas de equações, espaços de vetor, determinantes, valores eigen, semelhança e matrizes definitivas positivas.

Gratuito
Ver curso   
Curso do MIT 18.01: Single Variable Calculus

Este curso introdutório de cálculo do MIT aborda a diferenciação e a integração de funções de uma variável, além de como aplicar esse conhecimento

Gratuito
Ver curso   
Seeing Theory
de Daniel Kunin, Jingru Guo, Tyler Dae Devlin e Daniel Xiang

Uma introdução visual à probabilidade e à estatística.

An Introduction to Statistical Learning
de Gareth James, Daniela Witten, Trevor Hastie e Rob Tibshirani

Este livro mostra uma visão geral acessível do campo de aprendizagem estatística, que apresenta ferramentas essenciais para entender o vasto e complexo mundo de conjuntos de dados necessários para treinar modelos de machine learning.

Recursos do TensorFlow

Reunimos nossos recursos favoritos para ajudar você a começar a usar bibliotecas e frameworks do TensorFlow específicas para suas necessidades. Avance para nossas seções sobre TensorFlow.js, TensorFlow Lite e TensorFlow Extended.


Você também pode acessar o guia e os tutoriais oficiais do TensorFlow para ver os exemplos e colabs mais recentes.

ML de Zero a 100

Esta série introdutória é destinada a pessoas que sabem programar, mas não conhecem necessariamente o machine learning. Veja um exemplo "Hello World" básico sobre a criação de um modelo de ML e aprenda a criar um classificador de imagens por rede neural convolucional.

TensorFlow from the Ground Up

Esta ML Tech Talk foi criada para as pessoas que conhecem os conceitos básicos de machine learning, mas precisam de uma visão geral dos fundamentos do TensorFlow (tensores, variáveis e gradientes sem usar APIs de alto nível).

Intro to Deep Learning

Esta ML Tech Talk inclui aprendizado de representações, famílias de redes neurais e aplicações, uma análise de uma rede neural profunda e muitos exemplos de códigos e conceitos do TensorFlow.

Programar o TensorFlow

Nesta série, a equipe do TensorFlow analisa várias partes do TensorFlow de uma perspectiva de programação, com vídeos para uso de APIs de alto nível do TensorFlow, processamento de linguagem natural, Neural Structured Learning e muito mais.

Identificar e resolver problemas do dia a dia com machine learning

Saiba como identificar os casos de uso de ML mais comuns, incluindo análise de multimídia, criação de pesquisas inteligentes, transformação de dados e como incorporá-los rapidamente no seu app com ferramentas fáceis de usar.

Para JavaScript

Veja os recursos mais recentes em TensorFlow.js.

Como aprender sobre o TensorFlow.js
de Gant Laborde

Uma abordagem prática de ponta a ponta aos princípios básicos do TensorFlow.js para um público técnico amplo. Ao terminar este livro, você saberá como criar e implantar sistemas de aprendizado profundo prontos para produção com o TensorFlow.js.

Primeiros passos com o TensorFlow.js do TensorFlow

Uma série em três partes que aborda o treinamento e a execução de modelos de machine learning com o TensorFlow.js. Além disso, o curso mostra como criar um modelo de ML no JavaScript que é executado diretamente no navegador.

TensorFlow.js: série de inteligência e aprendizado
do The Coding Train

Parte de uma série maior sobre o machine learning e a criação de redes neurais, esta playlist de vídeos tem como tema central o TensorFlow.js, a API principal e orientações sobre o uso da biblioteca do JavaScript para treinar e implantar modelos de ML.

Para dispositivos móveis e IoT

Veja os recursos mais recentes em TensorFlow Lite.

On-Device Machine Learning

Saiba como criar seu primeiro app de ML no dispositivo com rotas de aprendizagem com guias passo a passo para casos de uso comuns, incluindo classificação de áudio, pesquisa visual de produtos e muito mais.

Introduction to TensorFlow Lite

Saiba como implantar modelos de aprendizado profundo em dispositivos móveis e incorporados com o TensorFlow Lite neste curso desenvolvido pela equipe do TensorFlow e pela Udacity para implantação prática de um modelo para desenvolvedores de software.

Gratuito
Ver curso   

Para produção

Veja os recursos mais recentes em TFX.

Engenharia de ML para implantações de ML de produção com o TFX

Veja na prática como montar um sistema de pipeline de produção com o TFX. Mostraremos uma visão rápida de aquisição de dados, construção de modelos, implantação e gerenciamento.

Building Machine Learning Pipelines
de Hannes Hapke e Catherine Nelson

Este livro mostra as etapas de automação de um pipeline de ML com o ecossistema do TensorFlow. Os exemplos de machine learning neste livro são baseados no TensorFlow e no Keras, mas os conceitos principais podem ser aplicados a qualquer framework.

Especialização em engenharia de machine learning para produção (MLOps)

Amplie suas habilidades de engenharia de produção nesta especialização de quatro cursos. Saiba como conceituar, criar e manter sistemas integrados que operam continuamente na produção.

Pipelines de ML no Google Cloud

Este curso avançado abrange componentes do TFX, orquestração e automação de pipelines e como gerenciar metadados de ML com o Google Cloud.

IA centrada em pessoas

Ao criar um modelo de ML ou aplicativos orientados por IA, é importante considerar as pessoas que interagem com o produto e avaliar a melhor maneira de ter imparcialidade, interpretabilidade, privacidade e segurança nesses sistemas.

Práticas de IA responsável

Saiba como integrar as práticas da AI Responsible ao seu fluxo de trabalho de ML usando o TensorFlow.

People + AI Guidebook

Este manual do Google ajudará você a criar produtos de IA centrada em pessoas. Com esse recurso, você pode aprender a evitar erros comuns, criar experiências excelentes e concentrar-se nas pessoas ao produzir aplicativos orientados por IA.

Módulo "Introdução à imparcialidade no machine learning"

Este módulo de uma hora no MLCC do Google apresenta diferentes tipos de vieses humanos que podem se manifestar nos dados de treinamento, bem como estratégias para identificar e avaliar os efeitos gerados.