O Google tem o compromisso de promover a igualdade racial para as comunidades negras. Saiba como.

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.

  • Build your own projects: Getting hands on experience with ML is the best way to put your knowledge to the test, so don't be afraid to dive in early with a simple colab or tutorial to get some practice.

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

Learn the basics of ML with this collection of books and online courses. You will be introduced to ML and guided through deep learning using TensorFlow 2.0. Then you will have the opportunity to practice what you learn with beginner tutorials.

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 for JavaScript development

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.

AI and Machine Learning for Coders
by 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
by Francois Chollet

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

Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow
by 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.

Deep Learning
by Ian Goodfellow, Yoshua Bengio, and 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.

Gratuito
View book   
Neural Networks and Deep Learning
by 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.

Gratuito
View book   
Learning TensorFlow.js
by Gant Laborde

A hands-on end-to-end approach to TensorFlow.js fundamentals for a broad technical audience. Once you finish this book, you'll know how to build and deploy production-ready deep learning systems with TensorFlow.js.

Deep Learning with JavaScript
by Shanqing Cai, Stanley Bileschi, Eric D. Nielsen with 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.

Online courses

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.

Intro to TensorFlow for AI, ML, and Deep Learning

Developed in collaboration with the TensorFlow team, this course is part of the TensorFlow Developer Specialization and will teach you best practices for using TensorFlow.

Intro to TensorFlow for Deep Learning

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

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.

Machine Learning Crash Course

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.

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.

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.

TensorFlow: Data and Deployment Specialization

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.

TensorFlow: Advanced Techniques Specialization

This specialization is for software and ML engineers with a foundational understanding of TensorFlow who are looking to expand their knowledge and skill set by learning advanced TensorFlow features to build powerful models.

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.

A friendly introduction to linear algebra for ML

A bird's-eye view of linear algebra for machine learning. Never taken linear algebra or know a little about the basics, and want to get a feel for how it's used in ML? Then this video is for you.

Mathematics for Machine Learning Specialization

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.

Deep learning
by 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
by 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
by 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.

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.

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

Seeing Theory
by Daniel Kunin, Jingru Guo, Tyler Dae Devlin, Daniel Xiang

Uma introdução visual à probabilidade e à estatística.

An Introduction to Statistical Learning
by Gareth James, Daniela Witten, Trevor Hastie, and 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.

Gratuito
View book   

TensorFlow resources

We've gathered our favorite resources to help you get started with TensorFlow libraries and frameworks specific to your needs. Jump to our sections for TensorFlow.js, TensorFlow Lite, and TensorFlow Extended.


You can also browse the official TensorFlow guide and tutorials for the latest examples and colabs.

ML Zero to Hero

This introductory series is for people who know how to code, but don't necessarily know machine learning. See a a basic 'Hello World' example of building an ML model, and learn how to build an image classifier by convolutional neural network.

TensorFlow from the Ground Up

This ML Tech Talk is designed for those that know the basics of Machine Learning but need an overview on the fundamentals of TensorFlow (tensors, variables, and gradients without using high level APIs).

Intro to Deep Learning

This ML Tech Talk includes representation learning, families of neural networks and their applications, a first look inside a deep neural network, and many code examples and concepts from TensorFlow.

Coding TensorFlow

In this series, the TensorFlow Team looks at various parts of TensorFlow from a coding perspective, with videos for use of TensorFlow's high-level APIs, natural language processing, neural structured learning, and more.

Spotting and solving everyday problems with machine learning

Learn to spot the most common ML use cases including analyzing multimedia, building smart search, transforming data, and how to quickly build them into your app with user-friendly tools.

For Javascript

Explore the latest resources at TensorFlow.js.

Learning TensorFlow.js
by Gant Laborde

A hands-on end-to-end approach to TensorFlow.js fundamentals for a broad technical audience. Once you finish this book, you'll know how to build and deploy production-ready deep learning systems with 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: Intelligence and Learning Series
by 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

Explore the latest resources at TensorFlow Lite.

On-Device Machine Learning

Learn how to build your first on-device ML app through learning pathways that provide step-by-step guides for common use cases including audio classification, visual product search, and more.

Introduction to TensorFlow Lite

Learn how to deploy deep learning models on mobile and embedded devices with TensorFlow Lite in this course, developed by the TensorFlow team and Udacity as a practical approach to model deployment for software developers.

Para produção

Explore the latest resources at TFX.

ML engineering for production ML deployments with TFX

Get a hands-on look at how to put together a production pipeline system with TFX. We'll quickly cover everything from data acquisition, model building, through to deployment and management.

Building Machine Learning Pipelines
by Hannes Hapke, Catherine Nelson

This book walks you through the steps of automating an ML pipeline using the TensorFlow ecosystem. The machine learning examples in this book are based on TensorFlow and Keras, but the core concepts can be applied to any framework.

Machine Learning Engineering for Production (MLOps) Specialization

Expand your production engineering capabilities in this four-course specialization. Learn how to conceptualize, build, and maintain integrated systems that continuously operate in production.

ML Pipelines on Google Cloud

This advanced course covers TFX components, pipeline orchestration and automation, and how to manage ML metadata with 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.

Responsible AI practices

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.