Módulo 1: Fundamentos de Redes Neurais & MLOps
Neste módulo exploraremos as fundações das Redes Neurais — do Perceptron às CNNs com Transfer Learning —, utilizando NumPy para os fundamentos matemáticos e Keras/TensorFlow para o desenvolvimento profissional.
NotaCapítulos do Livro vs. Encontros em Sala
Os itens abaixo correspondem aos capítulos do Livro Didático, obras completas e independentes de agendamento. Para consultar em quais datas do semestre cada capítulo é ministrado, consulte o Cronograma da Disciplina.
Materiais Didáticos por Capítulo
Abaixo estão disponibilizados os materiais teóricos e práticos de apoio para cada um dos capítulos do Módulo 1:
| Capítulo | Tema Central | 📖 Livro-Texto | 📊 Slides Beamer | 🧪 Laboratório |
|---|---|---|---|---|
| Capítulo 01 | O Neurônio Artificial e Cultura Git | Capítulo 01 | Slides 01 | Roteiro 01 |
| Capítulo 02 | Redes Profundas (MLP) e Não-Linearidade | Capítulo 02 | Slides 02 | Roteiro 02 |
| Capítulo 03 | Como a Máquina Aprende (Gradiente e Backprop) | Capítulo 03 | Slides 03 | Roteiro 03 |
| Capítulo 04 | O Ecossistema Keras e Dados Reais | Capítulo 04 | Slides 04 | Roteiro 04 |
| Capítulo 05 | Overfitting, Multiclasse e Softmax | Capítulo 05 | Slides 05 | Roteiro 05 |
| Capítulo 06 | Regularização e Otimização (Dropout, Early Stopping, Adam) | Capítulo 06 | Slides 06 | Roteiro 06 |
| Capítulo 07 | CNNs e Transfer Learning | Capítulo 07 | Slides 07 | Roteiro 07 |
| Capítulo 08 | Fechamento: Deploy com FastAPI e Docker (TP1) | Capítulo 08 | Slides 08 | Roteiro 08 |