Calendário

  • Semana
    Data
    Aulas
    Testes
    Trabalhos Práticos
  • 1
    14/08
    A1: Introdução
    16/08
    A2: Aprendizado de Máquina
  • 2
    21/08
    A3: Regressão Logística
    23/08
    A4: Gradiente Descendente
  • 3
    28/08
    A5: Regressão Logística em Numpy
    T1: Regressão Logística
    30/08
    A6: Multilayer Perceptron (MLP)
  • 4
    04/09
    A7: Backpropagation
    06/09
    A8: MLP em Numpy
    T2: Multilayer Perceptron
    Entrega P1: Regressão Logística
  • 5
    11/09
    A9: Regularização
    13/09
    A10: Otimização
  • 6
    18/09
    A11: Ajuste de Hiperparâmetros
    20/09
    A12: MLP em Pytorch
    T3: Regularização e Otimização
  • 7
    25/09
    A13: Redes Neurais Convolucionais (CNNs)
    Entrega P2: Multilayer Perceptron
    27/09
    A14: Estudo de Casos de CNNs
  • 8
    02/10
    A15: CNNs em Pytorch
    04/10
    A16: Redes Neurais Recorrentes (RNNs)
  • 9
    09/10
    Feriado: Recesso Escolar
    11/10
    Feriado: Recesso Escolar
    Entrega P3: Otimização
  • 10
    16/10
    A17: GRU e LSTM
    T4: Redes Neurais Convolucionais
    18/10
    A18: Representação de Palavras
    Entrega PF: Proposta de Problema
  • 11
    23/10
    A19: RNNs em Pytorch
    25/10
    A20: Mecanismos de Atenção
  • 12
    30/10
    A21: Transformers
    01/11
    A22: Estudo de Casos de Transformers
    T5: Redes Neurais Recorrentes
  • 13
    06/11
    A23: Transformers em Pytorch
    Entrega PF: Proposta de Arquitetura
    08/11
    A24: Transferência de Aprendizado (Ver Aula 22)
    Entrega P4: CNNs
  • 14
    13/11
    A25: Generative Adversarial Networks
    T6: Transformers
    15/11
    Feriado: Proclamação da República
  • 15
    20/11
    A26: Variational Autoencoders
    22/11
    A27: Diffusion Models
  • 16
    27/11
    A30: Apresentações dos Projetos Finais
    Entrega P5: RNNs
    29/11
    A31: Conclusão