Attend the Women in ML Symposium on December 7 Register now
Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

Domine seu caminho

Para se tornar um especialista em aprendizado de máquina, primeiro você precisa de uma base sólida em quatro áreas de aprendizado : codificação, matemática, teoria de ML e como criar seu próprio projeto de ML do início ao fim.

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

As quatro áreas da educação de aprendizado de máquina

Ao iniciar seu caminho educacional, é importante primeiro entender como aprender ML. Dividimos o processo de aprendizado em quatro áreas de conhecimento, com cada área fornecendo uma peça fundamental do quebra-cabeça de ML. Para ajudá-lo em seu caminho, identificamos livros, vídeos e cursos on-line que aprimorarão suas habilidades e prepararão você para usar o ML em seus projetos. Comece com nossos currículos guiados projetados para aumentar seu conhecimento ou escolha seu próprio caminho explorando nossa biblioteca de recursos.

  • Habilidades de codificação: a construção de modelos de ML envolve muito mais do que apenas conhecer os conceitos de ML – requer codificação para fazer o gerenciamento de dados, ajuste de parâmetros e resultados de análise necessários para testar e otimizar seu modelo.

  • Matemática e estatísticas: ML é uma disciplina de matemática pesada, portanto, se você planeja modificar modelos de ML ou criar novos do zero, a familiaridade com os conceitos matemáticos subjacentes é crucial para o processo.

  • Teoria de ML: Conhecer os fundamentos da teoria de ML fornecerá uma base para construir e ajudará a solucionar problemas quando algo der errado.

  • Crie seus próprios projetos: obter experiência prática com ML é a melhor maneira de testar seu conhecimento, portanto, não tenha medo de mergulhar no início com um simples colab ou tutorial para obter alguma prática.

Currículos do TensorFlow

Comece a aprender com um de nossos currículos guiados contendo cursos, livros e vídeos recomendados.

Para iniciantes
Noções básicas de aprendizado de máquina com TensorFlow

Aprenda o básico do ML com esta coleção de livros e cursos online. Você será apresentado ao ML e guiado pelo aprendizado profundo usando o TensorFlow 2.0. Então você terá a oportunidade de praticar o que aprendeu com tutoriais para iniciantes.

Para nível intermediário e especialistas
Aprendizado de máquina teórico e avançado com TensorFlow

Depois de entender os fundamentos do aprendizado de máquina, leve suas habilidades para o próximo nível mergulhando na compreensão teórica de redes neurais, aprendizado profundo e aprimorando seu conhecimento dos conceitos matemáticos subjacentes.

Para iniciantes
TensorFlow para desenvolvimento JavaScript

Aprenda os conceitos básicos de desenvolvimento de modelos de aprendizado de máquina em JavaScript e como implantar diretamente no navegador. Você receberá uma introdução de alto nível sobre aprendizado profundo e sobre como começar a usar o TensorFlow.js por meio de exercícios práticos.

Recursos educacionais

Escolha seu próprio caminho de aprendizado e explore livros, cursos, vídeos e exercícios recomendados pela equipe do TensorFlow para ensinar os fundamentos do ML.

Livros
Cursos online
Conceitos matemáticos
Recursos TF
IA centrada no ser humano

Livros

A leitura é uma das melhores maneiras de entender os fundamentos do ML e do aprendizado profundo. Os livros podem fornecer a compreensão teórica necessária para ajudá-lo a aprender novos conceitos mais rapidamente no futuro.

IA e aprendizado de máquina para codificadores
por Laurence Moroney

Este livro introdutório fornece uma abordagem de código para aprender a implementar os cenários de ML mais comuns, como visão computacional, processamento de linguagem natural (NLP) e modelagem de sequência para tempos de execução da Web, dispositivos móveis, nuvem e incorporados.

Aprendizado profundo com Python
por François Chollet

Este livro é uma introdução prática e prática ao Deep Learning com Keras.

Aprendizado de máquina prático com Scikit-Learn, Keras e TensorFlow
por Aurélien Geron

Usando exemplos concretos, teoria mínima e duas estruturas Python prontas para produção – Scikit-Learn e TensorFlow – este livro ajuda você a obter uma compreensão intuitiva dos conceitos e ferramentas para construir sistemas inteligentes.

Aprendizado Profundo
por Ian Goodfellow, Yoshua Bengio e Aaron Courville

Este livro de Deep Learning é um recurso destinado a ajudar estudantes e profissionais a entrar no campo do aprendizado de máquina em geral e do aprendizado profundo em particular.

Livre
Ver livro
Redes neurais e aprendizado profundo
por Michael Nielsen

Este livro fornece uma base teórica sobre redes neurais. Ele não usa o TensorFlow, mas é uma ótima referência para alunos interessados ​​em aprender mais.

Livre
Ver livro
Aprendendo TensorFlow.js
por Gant Laborde

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

Aprendizado profundo com JavaScript
por Shanqing Cai, Stanley Bileschi, Eric D. Nielsen com François Chollet

Escrito pelos principais autores da biblioteca TensorFlow, este livro fornece casos de uso fascinantes e instruções detalhadas para aplicativos de aprendizado profundo em JavaScript em seu navegador ou em Node.

Cursos online

Fazer um curso on-line com várias partes é uma boa maneira de aprender os conceitos básicos do ML. Muitos cursos fornecem ótimos explicadores visuais e as ferramentas necessárias para começar a aplicar o aprendizado de máquina diretamente no trabalho ou em seus projetos pessoais.

Introdução ao TensorFlow para IA, ML e Deep Learning

Desenvolvido em colaboração com a equipe do TensorFlow, este curso faz parte da especialização do desenvolvedor do TensorFlow e ensinará as práticas recomendadas para usar o TensorFlow.

Introdução ao TensorFlow para aprendizado profundo

Neste curso online desenvolvido pela equipe do TensorFlow e pela Udacity, você aprenderá a criar aplicativos de aprendizado profundo com o TensorFlow.

Livre
Ver curso
Especialização do desenvolvedor TensorFlow

Nesta especialização de quatro cursos ministrada por um desenvolvedor do TensorFlow, você explorará as ferramentas e os desenvolvedores de software usados ​​para criar algoritmos escaláveis ​​baseados em IA no TensorFlow.

Curso intensivo de aprendizado de máquina

O curso intensivo de aprendizado de máquina com APIs do TensorFlow é um guia de autoestudo para aspirantes a praticantes de aprendizado de máquina. Ele apresenta uma série de lições com palestras em vídeo, estudos de caso do mundo real e exercícios práticos.

Livre
Ver curso
MIT 6.S191: Introdução ao Aprendizado Profundo

Neste curso do MIT, você obterá conhecimento básico de algoritmos de aprendizado profundo e obterá experiência prática na construção de redes neurais no TensorFlow.

Livre
Ver curso
Especialização em Deep Learning

Em cinco cursos, você aprenderá os fundamentos do Deep Learning, entenderá como construir redes neurais e aprenderá a liderar projetos de aprendizado de máquina bem-sucedidos e construir uma carreira em IA. Você dominará não apenas a teoria, mas também verá como ela é aplicada na indústria.

TensorFlow: especialização em dados e implantação

Você aprendeu a construir e treinar modelos. Agora aprenda a navegar em vários cenários de implantação e a usar os dados com mais eficiência para treinar seu modelo nesta especialização de quatro cursos.

TensorFlow: especialização em técnicas avançadas

Essa especialização é para engenheiros de software e ML com uma compreensão básica do TensorFlow que desejam expandir seus conhecimentos e habilidades aprendendo recursos avançados do TensorFlow para criar modelos poderosos.

Fundamentos da IA ​​do Google para aprendizado de máquina baseado na Web

Saiba como você pode obter mais atenção em sua pesquisa de ponta ou fornecer superpoderes em seus aplicativos da Web em trabalhos futuros para seus clientes ou a empresa para a qual você trabalha com aprendizado de máquina baseado na Web.

Conceitos matemáticos

Para aprofundar seu conhecimento de ML, esses recursos podem ajudá-lo a entender os conceitos matemáticos subjacentes necessários para o avanço de nível superior.

Uma introdução amigável à álgebra linear para ML

Uma visão panorâmica da álgebra linear para aprendizado de máquina. Nunca fez álgebra linear ou sabe um pouco sobre o básico e quer ter uma ideia de como ela é usada no ML? Então este vídeo é para você.

Especialização em Matemática para Aprendizado de Máquina

Esta especialização on-line do Coursera visa preencher a lacuna entre matemática e aprendizado de máquina, deixando você atualizado na matemática subjacente para construir um entendimento intuitivo e relacioná-lo ao aprendizado de máquina e ciência de dados.

Aprendizado profundo
por 3Blue1Brown

3blue1brown centra-se em apresentar matemática com uma abordagem visual. Nesta série de vídeos, você aprenderá o básico de uma rede neural e como ela funciona por meio de conceitos matemáticos.

Essência da Álgebra Linear
por 3Blue1Brown

Uma série de vídeos curtos e visuais de 3blue1brown que explicam a compreensão geométrica de matrizes, determinantes, auto-coisas e muito mais.

Essência do cálculo
por 3Blue1Brown

Uma série de vídeos curtos e visuais de 3blue1brown que explicam os fundamentos do cálculo de uma forma que lhe dá uma forte compreensão dos teoremas fundamentais, e não apenas como as equações funcionam.

MIT 18.06: Álgebra Linear

Este curso introdutório do MIT abrange teoria de matrizes e álgebra linear. A ênfase é dada a tópicos que serão úteis em outras disciplinas, incluindo sistemas de equações, espaços vetoriais, determinantes, autovalores, similaridade e matrizes definidas positivas.

Livre
Ver curso
MIT 18.01: Cálculo de variável única

Este curso introdutório de cálculo do MIT abrange diferenciação e integração de funções de uma variável, com aplicações.

Livre
Ver curso
Vendo a teoria
por Daniel Kunin, Jingru Guo, Tyler Dae Devlin, Daniel Xiang

Uma introdução visual à probabilidade e à estatística.

Uma Introdução à Aprendizagem Estatística
por Gareth James, Daniela Witten, Trevor Hastie e Rob Tibshirani

Este livro fornece uma visão geral acessível do campo de aprendizado estatístico, um conjunto de ferramentas essencial para entender o vasto e complexo mundo de conjuntos de dados necessários para treinar modelos em aprendizado de máquina.

Livre
Ver livro

Recursos do TensorFlow

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


Você também pode navegar pelo guia e tutoriais oficiais do TensorFlow para obter os exemplos e colaborações mais recentes.

Fundamentos de aprendizado de máquina

Fundamentos de aprendizado de máquina é um curso de treinamento gratuito no qual você aprenderá os fundamentos da criação de modelos de aprendizado de máquina usando o TensorFlow.

TensorFlow do zero

Este ML Tech Talk foi desenvolvido para aqueles que conhecem os fundamentos do Machine Learning, mas precisam de uma visão geral dos fundamentos do TensorFlow (tensores, variáveis ​​e gradientes sem usar APIs de alto nível).

Introdução ao aprendizado profundo

Este ML Tech Talk inclui aprendizado de representação, famílias de redes neurais e seus aplicativos, um primeiro olhar dentro de uma rede neural profunda e muitos exemplos de código e conceitos do TensorFlow.

Codificação do TensorFlow

Nesta série, a equipe do TensorFlow analisa várias partes do TensorFlow de uma perspectiva de codificação, com vídeos para uso das APIs de alto nível do TensorFlow, processamento de linguagem natural, aprendizado estruturado neural e muito mais.

Identificando e resolvendo problemas cotidianos com aprendizado de máquina

Aprenda a identificar os casos de uso de ML mais comuns, incluindo análise de multimídia, criação de pesquisa inteligente, transformação de dados e como criá-los rapidamente em seu aplicativo com ferramentas fáceis de usar.

Para Javascript

Explore os recursos mais recentes em TensorFlow.js .

Aprendendo TensorFlow.js
por Gant Laborde

Uma abordagem prática de ponta a ponta aos fundamentos do TensorFlow.js para um amplo público técnico. 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 de três partes que explora o treinamento e a execução de modelos de aprendizado de máquina com o TensorFlow.js e mostra como criar um modelo de aprendizado de máquina em JavaScript que é executado diretamente no navegador.

Google AI para desenvolvedores JavaScript com TensorFlow.js

Vá de zero a herói com web ML usando o TensorFlow.js. Saiba como criar aplicativos da Web de última geração que podem ser executados no lado do cliente e usados ​​em praticamente qualquer dispositivo.

Livre
Ver curso
TensorFlow.js: série de inteligência e aprendizado
por The Coding Train

Parte de uma série maior sobre aprendizado de máquina e criação de redes neurais, esta playlist de vídeo se concentra no TensorFlow.js, a API principal e em como usar a biblioteca JavaScript para treinar e implantar modelos de ML.

Para dispositivos móveis e IoT

Explore os recursos mais recentes no TensorFlow Lite .

Aprendizado de máquina no dispositivo

Saiba como criar seu primeiro aplicativo de ML no dispositivo por meio de caminhos de aprendizado que fornecem guias passo a passo para casos de uso comuns, incluindo classificação de áudio, pesquisa visual de produtos e muito mais.

Introdução ao TensorFlow Lite

Aprenda a implantar modelos de aprendizado profundo em dispositivos móveis e incorporados com o TensorFlow Lite neste curso, desenvolvido pela equipe do TensorFlow e pela Udacity como uma abordagem prática para implantação de modelos para desenvolvedores de software.

Livre
Ver curso

Para Produção

Explore os recursos mais recentes da TFX .

Engenharia de ML para implantações de ML de produção com TFX

Veja na prática como montar um sistema de pipeline de produção com o TFX. Cobriremos rapidamente tudo, desde aquisição de dados, construção de modelos, até implantação e gerenciamento.

Como criar pipelines de aprendizado de máquina
por Hannes Hapke, Catherine Nelson

Este livro orienta você nas etapas de automação de um pipeline de ML usando o ecossistema TensorFlow. Os exemplos de aprendizado de máquina neste livro são baseados no TensorFlow e no Keras, mas os conceitos principais podem ser aplicados a qualquer estrutura.

Especialização em Machine Learning Engineering for Production (MLOps)

Expanda seus recursos de engenharia de produção nesta especialização de quatro cursos. Aprenda a conceituar, construir 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 pipeline e como gerenciar metadados de ML com o Google Cloud.

IA centrada no ser humano

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

Práticas de IA responsáveis

Saiba como integrar práticas de IA responsável em seu fluxo de trabalho de ML usando o TensorFlow.

Guia de pessoas + IA

Este guia do Google ajudará você a criar produtos de IA centrados no ser humano. Ele permitirá que você evite erros comuns, crie experiências excelentes e se concentre nas pessoas enquanto cria aplicativos orientados por IA.

Introdução ao módulo de justiça no aprendizado de máquina

Este módulo de uma hora no MLCC do Google apresenta aos alunos diferentes tipos de preconceitos humanos que podem se manifestar em dados de treinamento, bem como estratégias para identificar e avaliar seus efeitos.