Instrutor

Ph.D Computer Science

Nauber Gois

Nauber is Data Scientist at Stratio and was Leader of Machine Learning Team of Secretaria da Saúde do Estado do Ceará - SESA. Ph.D in Applied Informatics. Proven track record of excellence in designing, developing, and implementing innovative data-driven ML/AI solutions and creating optimization algorithms and predictive analytical models using relevant techniques and tools. Demonstrated expertise in developing new ML models based on existing data and defining rapid prototyping of machine learning techniques. Skilled in driving improvements to features, model architectures, and training procedures of machine learning models, simplifying complex systems, and executing innovative tools, libraries, and frameworks to speed up research. A solid history of success in generating business value from data using artificial intelligence.

Informações:

O investimento do curso é de R$ 299,00, sem certificado. O valor do certificado é um adicional de R$ 299,00. Para obter o certificado e mais informações, envie um email para [email protected]

Conteúdo Programático

  • 1

    Inteligência Artificial na Saúde

    • Inteligência Artificial na Saúde

    • Estado da arte da Detecção de Pneumonia em Raio -X

    • Template de Submissão para o FDA

    • Pneumonia

    • Dicas de Material Complementar
  • 2

    Plataforma Kaggle

    • Plataforma Kaggle

    • Introdução ao Kaggle

    • Criando um novo notebook ou copiando um notebook existente

    • Adicionando arquivos para um novo Notebook

    • Criando um novo notebook a partir do DataSet de Pneumonia
  • 3

    Introdução ao Aprendizado de Máquina e a Classificação

    • Introdução a Classificação com Modelos de Aprendizado de Máquina

    • Avaliando um Modelo de Classificação

    • Curva ROC

    • Sensibilidade e Especificidade

    • Classificação e Avaliação de pacientes com Diabetes usando Aprendizado de Máquina

    • Prova do Capítulo
  • 4

    Introdução a Visão Computacional

    • Imagens em Visão Computacional

    • Introdução ao MATPLOTLIB

    • Espaço de Cores

    • Trabalhando com Arquivos de Imagem no Kaggle

    • Aplicando Filtros em Raio-X com OpenCV

    • Filtros e Gradientes em Raios-X

    • Classificação com Árvores de Decisão

    • Histogramas

    • Classificação de Raios-X usando Histograma

    • Classificação de Imagens de Raio-X com Pneumonia usando Histogramas

    • Classificação de Imagens de Raio-X com Pneumonia usando Histogramas - Parte II

    • Validando Classificação de Imagens de Raio-X com Pneumonia usando Histogramas

    • Avaliação do Capítulo

    • Prova do Capítulo
  • 5

    Redes Convolucionais

    • Introdução a Redes Neurais

    • Backpropagation

    • Taxa de Aprendizado

    • Função de Ativação

    • Funçao de Custo ou Função de Erro

    • Otimizadores

    • Deep Learning

    • Épocas e Batch

    • Introdução ao Keras

    • Criando uma Rede Neural simples com Keras

    • Criando Rede Neurais com o Keras

    • Callbacks

    • Avaliando o modelo de Redes Neurais

    • Arquivo usado no exercício de Redes Neurais usando o Keras

    • Data Augmentation

    • Introdução a Redes Convolucionais

    • Criando Rede Convolucional com o Keras

    • Apresentando as imagens das Camadas de uma Rede Convolucional

    • Classificando Raio-X com Pneumonia usando Redes Convolucionais

    • Classificando Raio-X com Pneumonia usando Redes Convolucionais

    • Avaliando modelo de Redes Convolucionais para Raio-X

    • Avalie este Capítulo

    • Prova do Capítulo
  • 6

    Transfer Learning

    • Introdução a Transfer Learning

    • VGG16

    • Classificando Raio-X com Pneumonia usando Transfer Learning

    • Avalie este Capítulo
  • 7

    BÔNUS: Predição de casos de COVID-19 com AUTOML

    • Realizando predições de Casos de COVID-19 com AUTO ML
  • 8

    Finalização e Avaliação do Curso

    • Finalização do Curso