Slider

Sobre o curso

Deep Learning (DL) é um ramo da Inteligência Artificial que emprega modelos matemáticos capazes de aprender a partir de dados. Um programa de Inteligência Artificial (IA) é capaz de aprender e inferir a partir de dados que representam um processo qualquer. DL “aprende” a partir de um conjunto grande e diversificado de dados, usado para treinar o modelo.

No curso serão apresentados os principais algoritmos de Deep Learning, como Redes Neurais Convolucionais, Redes Recorrentes e LSTM (Long short-term memory). Aplicações em visão computacional, reconhecimento de voz e reconhecimento de padrões, previsão de séries, utilizando a linguagem PHYTON, serão vistas durante o curso.

Diferenciais

ICONO-3

Experiência

  • Equipe pedagógica experiente composta por doutores, mestres, ambassadors Intel e instrutores certificados pela NVIDIA Deep Learning Institute. 
  • Nosso centro de pesquisa, Lab. ICA PUC Rio é reconhecido pela INTEL e NVIDIA como referência na área de inteligência artificial e análise de dados. 
ICONO-2

Acompanhamento constante

  • Nossa equipe de professores e monitores estarão disponíveis para ajudá-lo através da nossa plataforma de ensino. 
  • Consulte e tire dúvidas fora do horário de aula com nossos professores e monitores. 

Próxima turma

Estamos preparando a próxima turma do curso.

Receba informações quando as novas turmas estiverem em oferecimento

03 Agosto 2022 a 30 Novembro 2022

Horário: Quartas-feiras, das 19h as 22h

Extensão: 45 horas

Matrícula: até 27/07/2022

Contato:

Edição Online

Investimento:

4 parcelas de R$ 607,00

Parcelamento no Cartão de Crédito:

O curso poderá ser parcelado em até 10 (dez) vezes no cartão de crédito (Mastercard e Visa).

  • Para mais informações, entre em contato.

 

Equipe Docente

Diretor do Laboratório de Inteligência Computacional Aplicada ICA da PUC Rio

Doutor em Computer Science - University of London, UL, England.

Mestre em Engenharia Elétrica - Pontifícia Universidade Católica do Rio de Janeiro, PUC Rio

Corpo Docente

© All rights reserved

ICA