Moacir A. Ponti (website)
Introduction to Data Science Bootcamp @ FGV, RJ - Janeiro de 2018
Esse repositório está organizado em três pastas:
- Código em Python: contendo arquivos .py com exemplos completos, esses arquivos podem ser executados utilizando:
python arquivo.py
- Jupyter Notebooks: contendo arquivos .ipynb com exemplos conforme codificado durante o minicurso esses arquivos devem ser executados ou abertos no browser via a aplicação Jupyter Notebook
- Slides: slides PDF dos assuntos apresentados
- Rede neural com uma única camada (shallow network), no formato:
- Rede neural densa com duas camadas ocultas (deep dense network), no formato:
- Rede neural com camada convolucional e demonstração do uso de dropout (deep convolutional network):
- Rede neural com camada convolucional e dropout, inclunido batch normalization (deep convolutional network with batch normalization):
- Autoencoder com uma camada codificadora e uma camada decodificadora (autoencoder), no formato:
- Autoencoder com uma camada codificadora e uma camada decodiificadora (autoencoder), testando a reconstrução de imagens de distribuição diferente: