Redes Neurais
Redes Neurais
Ambiente oficial de aprendizagem ministrado pelo Profº Dr. Jodavid Ferreira. Acesso centralizado a slides interativos, listas práticas de exercícios, repositórios de códigos e projeto da disciplina.
📚 Tópicos e Aulas da Disciplina
Explore os conteúdos programáticos organizados por módulos pedagógicos. Clique no botão de cada aula para abrir a apresentação interativa em tela cheia.
Apresentação da Disciplina
Introdução ao R
Coding Dojo R
Introdução ao básico de Python
Análise Exploratória de Dados com Python
Modelos Dados
Assessing model accuracy
Continuos Optimization
Redes Neurais e MLP
Redes Neurais Totalmente Conectadas
Dropout, Otimizadores e Funções de Erro
Análise de Problemas Reais
Redes Neurais Convolucionais - (CNN - Convolutional Neural Network)
Básico de LLM (Large Language Models)
📝 Listas de Exercícios
Listas práticas para consolidação do conhecimento e preparação para as avaliações teóricas e práticas da disciplina.
1ª Avaliação
Listas 01 a 042ª Avaliação
Listas 05 a 08💻 Códigos & Bases de Dados
Acesse os códigos-fonte demonstrados em sala de aula e os conjuntos de dados utilizados para experimentação prática.
Códigos das Aulas
Repositório Oficial: Link DRIVE
Base de Dados de Exemplo
Kaggle DatasetConjunto de dados utilizado em atividades práticas e demonstrações de análise exploratória e modelagem preditiva em rodovias federais.
📑 Projeto Prático & Atividades
Projeto Aplicado em Redes Neurais
O projeto prático consiste no ciclo integral de solução de um problema real com dados: definição do problema, coleta e higienização dos dados, análise exploratória aprofundada com visualização de dados, modelagem preditiva com algoritmos estudados e apresentação executiva dos insights.
Definição do problema e seleção de base de dados relevante.
Tratamento de missings, outliers, novas features e visualizações.
Treinamento e comparação de modelos de Redes Neurais.
Pitch final com storytelling e repositório de código limpo.
💡 Instruções para Uso dos Notebooks no Google Colab
Como Executar os Scripts no Google Colab
Siga o passo a passo para executar, editar e salvar seus códigos diretamente no seu Google Drive pessoal ou institucional.
Acesso ao Script
O notebook está compartilhado em modo de visualização. Para garantir a integridade dos códigos originais, o arquivo base não permite edição direta.
Salvar uma Cópia
No menu superior do Google Colab, clique em Arquivo → Salvar uma cópia no Drive.... Uma cópia independente será salva na sua conta Google.
Executar & Personalizar
Abra a sua cópia e sinta-se livre para rodar cada célula, testar novos parâmetros, fazer uploads de novos arquivos e criar suas próprias soluções.