Deep Learning - Modulo III

1. TensorFlow
   1. Mais popular
   2. Google
   3. Desde 2015
   4. Maior Controle
      1. Layers
      2. Nodes
2. Keras
   1. Fácil de usar
   2. API de alto nível
   3. Desenvolvimento Rápido
   4. Utiliza outra lib de deep para roda
      1. Tensor Flow
      2. Theano
      3. CNTK
   5. Google
   6. 2015
3. PyTorch
   1. Originalmente em LUA
   2. Desde 2016
   3. Custom Expr
   4. Facebook
4. Theano
   1. Descontinuada
   2. Montreal Institute

1. Supervisionada
   1. Regression

      Annotations:

      • Modelo de regressão utilizando deep
      1. Automaticamente determinar a força de compressão de um concreto
         1. Depende das 8 features

            Annotations:

            • Utiliza as features do dataset como input para os hidden layer
         2. Dividir o dataframe
            1. Colunas de Predição
            2. Coluna alvo
         3. Keras
            1. Sequential Model

               Annotations:

               • Ressalva que esse modelo será usado na maioria das vezes. "A não ser que você esteja construindo algo extraordinário", palavras do instrutor do curso.
               1. Dense
               2. Compile
                  1. Adam Opt

                     Annotations:

                     • No lugar do Gradient Descent -> Principal vantagem, não precisa especificar Learning Rate
               3. Treino
            2. Model Class

               Annotations:

               • Vi na doc por curiosidade https://keras.io/models/about-keras-models/
   2. Classification
      1. Mesma ideia que regressão p/ NN
         1. Predição de rótulo no lugar de estimar valor
            1. ( N ) categorias -> ( N ) outputs possveis

               Annotations:

               • Considerando o exemplo do curso 4 categorias -> 4 outputs como na imagem
         2. Keras
            1. Precisa estar formatado como array bin

               Annotations:

               • to_categorical

1. Todos os nós do layer anterior se conectam no prox nó

Annotations:

• " Fundamentalmente, a classificação é sobre prever um rótulo e a regressão é sobre prever uma quantidade. " http://icrowdnewswire.com/2017/12/11/diferenca-entre-classificacao-e-regressao-na-aprendizagem-de-maquinas/

1. Regressão
2. Classificação