Calendário
-
SemanaDataAulasTestesTrabalhos Práticos
-
114/08A1: Introdução16/08A2: Aprendizado de Máquina
-
221/08A3: Regressão Logística23/08A4: Gradiente Descendente
-
328/08A5: Regressão Logística em NumpyT1: Regressão Logística30/08A6: Multilayer Perceptron (MLP)
-
404/09A7: Backpropagation06/09A8: MLP em NumpyT2: Multilayer PerceptronEntrega P1: Regressão Logística
-
511/09A9: Regularização13/09A10: Otimização
-
618/09A11:
Ajuste de Hiperparâmetros20/09A12: MLP em PytorchT3: Regularização e Otimização -
725/09A13: Redes Neurais Convolucionais (CNNs)Entrega P2: Multilayer Perceptron27/09A14: Estudo de Casos de CNNs
-
802/10A15: CNNs em Pytorch04/10A16: Redes Neurais Recorrentes (RNNs)
-
909/10Feriado: Recesso Escolar11/10Feriado: Recesso EscolarEntrega P3: Otimização
-
1016/10A17: GRU e LSTMT4: Redes Neurais Convolucionais18/10A18: Representação de PalavrasEntrega PF: Proposta de Problema
-
1123/10A19: RNNs em Pytorch25/10A20: Mecanismos de Atenção
-
1230/10A21: Transformers01/11A22: Estudo de Casos de TransformersT5: Redes Neurais Recorrentes
-
1306/11A23: Transformers em PytorchEntrega PF: Proposta de Arquitetura08/11A24:
Transferência de Aprendizado(Ver Aula 22)Entrega P4: CNNs -
1413/11A25:
Generative Adversarial NetworksT6: Transformers15/11Feriado: Proclamação da República -
1520/11A26:
Variational Autoencoders22/11A27:Diffusion Models -
1627/11A30: Apresentações dos Projetos FinaisEntrega P5: RNNs29/11A31: Conclusão