30% OFF
Programa Nanodegree

Deep Reinforcement Learning Expert

Domine as habilidades de deep reinforcement learning que estão impulsionando avanços surpreendentes em AI. Então, comece a aplicá-las em projetos que vão de videogames à robótica.

Inscreva-se agora

30% OFF. BLACK FRIDAY encerra em:

  • Tempo
    4 meses

    Dedicação estimada de 10-15 horas por semana.

  • Nível
    Avançado
  • Pré-requisitos
    Programação em Python, experiência com estatística, machine learning e deep learning
  • Legendas
    Inglês

    Vídeo em inglês com legendas em inglês

Em parceria com
  • Unity
  • Nvidia-deep-learning-institute

Por que fazer este programa Nanodegree?

Deep reinforcement learning é um dos campos mais populares da AI. Pesquisadores, engenheiros e investidores estão empolgados com o potencial de mudanças que isso traz. Neste programa avançado, você dominará técnicas como deep Q-learning (ou aprendizagem-Q profunda) e os métodos ator-crítico, além de se conectar a especialistas da NVIDIA e da Unity ao criar um portfólio com seus próprios projetos de deep reinforcement learning.


Por que fazer este programa Nanodegree?

Empresas como Apple, Facebook e Google investem em deep reinforcement learning.

Domine as técnicas mais inovadoras
Domine as técnicas mais inovadoras

Domine as técnicas mais inovadoras

Esta área está na vanguarda das pesquisas de AI. Muitos especialistas a veem como um caminho para a inteligência artificial forte. Neste programa avançado, você aprenderá suas técnicas mais recentes: deep Q-learning, métodos ator-crítico e muito mais.

Aprenda com os principais especialistas de AI do mundo

Aprenda com os principais especialistas de AI do mundo

Fizemos uma parceria com a NVIDIA e a Unity para construir um programa que equilibra teoria e aplicação prática e apoia a exploração de novas abordagens para desafios importantes em áreas que vão desde jogos e finanças até a robótica.

Desenvolva seus próprios algoritmos
Desenvolva seus próprios algoritmos

Desenvolva seus próprios algoritmos

Você aprenderá as teorias por trás dos avanços mais recentes em deep reinforcement learning e usará esse conhecimento para treinar seus próprios agentes! Você concluirá três projetos relevantes, criando um portfólio sólido durante o processo.

Conte com revisões personalizadas de projetos

Conte com revisões personalizadas de projetos

Receba feedback personalizado de uma equipe de especialistas em AI. Compartilhe seus projetos no GitHub e mostre tudo o que aprendeu nessa área.

Aprenda com os melhores

Alexis Cook
Alexis Cook

Desenvolvedora de conteúdo

Alexis é matemática com mestrado em ciência da computação pela Brown University e mestrado em matemática aplicada pela Universidade de Michigan. Anteriormente, foi pesquisadora bolsista graduada da Fundação Nacional de Ciência dos EUA.

Arpan Chakraborty
Arpan Chakraborty

Desenvolvedor de conteúdo

Arpan é PhD em ciência da computação pela Universidade Estadual da Carolina do Norte. É professor na Georgia Tech (dentro do programa de formação superior em ciência da computação) e coautor do livro “Practical Graph Mining with R”.

Mat Leonard
Mat Leonard

Líder de produto

Mat é ex-físico, pesquisador em neurociência e cientista de dados. Possui PhD e bolsa de pesquisa de pós-doutorado pela Universidade da Califórnia, em Berkeley

Luis Serrano
Luis Serrano

Desenvolvedor de conteúdo

Anteriormente, Luis foi engenheiro de machine learning no Google. É PhD em matemática pela Universidade de Michigan e tem bolsa de pesquisa de pós-doutorado pela Universidade de Quebec, em Montreal.

Cezanne Camacho
Cezanne Camacho

Responsável pela grade curricular

Cezanne é especialista em visão computacional com mestrado em engenharia elétrica pela Universidade Stanford. Como antiga pesquisadora em genoma e imagens biomédicas, empregou a visão computacional e deep learning a aplicações de diagnósticos médicos.

Dana Sheahen
Dana Sheahen

Desenvolvedora de conteúdo

Dana é engenheira elétrica e mestre em ciência da computação pela Georgia Tech. Sua experiência profissional inclui desenvolvimento de software para sistemas incorporados no grupo automotivo da Motorola, onde foi premiada com uma patente por um sistema operacional de bordo.

Chhavi Yadav
Chhavi Yadav

Desenvolvedora de conteúdo

Chhavi é estudante da graduação em ciência da computação na Universidade de Nova York, onde pesquisa algoritmos de machine learning. Também é engenheira eletrônica e trabalhou em sistemas sem fio.

Juan Delgado
Juan Delgado

Instrutor

Juan é físico computacional com mestrado em astronomia. Está concluindo seu PhD em biofísica. Trabalhou anteriormente na NASA, desenvolvendo instrumentos espaciais e escrevendo softwares para análise de grandes quantias de dados científicos utilizando técnicas de machine learning.

Pessoa usando um computador

Teste o Nanodegree Deep Reinforcement Learning Expert gratuitamente.

Faça um teste gratuito

O que você aprenderá

Baixe a ementa
Ementa

Deep Reinforcement Learning Expert

Aprenda os mais sofisticados algoritmos de deep reinforcement learning, de deep q-networks (DQN) a deep deterministic policy gradients (DDPG). Aplique esses conceitos para ensinar agentes a caminharem, dirigirem ou executarem outras tarefas complexas. Além disso, crie um portfólio robusto de projetos de deep reinforcement learning.

Escreva suas próprias implementações de algoritmos de ponta, incluindo DQN, DDPG e métodos evolutivos.

Menos detalhes

4 meses para a conclusão

Conhecimentos exigidos

Este programa requer experiência com Python, probabilidade, machine learning e deep learning.Veja todos os pré-requisitos.

  • Fundamentos da aprendizagem por reforço

    Domine os fundamentos de reinforcement learning escrevendo suas próprias implementações de métodos clássicos de resolução.

  • Métodos baseados em valores

    Aplique arquiteturas de deep learning às tarefas de reinforcement learning. Treine seu próprio agente, que navega em um mundo virtual a partir de dados sensoriais.

    Navegação
  • Métodos baseados em política (policy-based)

    Aprenda a teoria por trás de algoritmos evolutivos e métodos de gradiente-política (policy-gradient) Crie seu próprio algoritmo para treinar um braço robótico simulado a fim de alcançar determinados pontos.

    Controle contínuo
  • Aprendizagem por reforço multiagente

    Aprenda a aplicar métodos de reinforcement learning em aplicativos que envolvem vários agentes de interação. Essas técnicas são usadas em múltiplas aplicações, como a coordenação de veículos autônomos.

    Colaboração e concorrência

Sessões de debate com especialistas

Aproveite a oportunidade de se conectar diretamente com os especialistas da Udacity, um grupo de profissionais de AI que trabalha nas empresas mais avançadas do mundo. Nas sessões, você terá insights e orientações práticas que potencializarão seu progresso em nossos cursos e ajudarão a preparar você para as próximas etapas de seu trabalho com AI. Conecte-se aos especialistas da Udacity - profissionais que trabalham nas empresas mais avançadas do mundo. Você terá insights e orientações que impulsionarão seu progresso e prepararão você para os próximos desafios de seu trabalho com AI.

Especialistas

Vincent Gao

Engenheiro de software (machine learning) na Unity

Melody Guan

Ph.D. em machine learning pela Universidade de Stanford

Arthur Juliani

Pesquisador de deep Learning na Unity

Avilay Parekh

Engenheiro de machine learning na Unity

Peter Welinder

Cientista-pesquisador da OpenAI

Assim como as máquinas deixaram os músculos humanos mil vezes mais fortes, elas também deixarão o cérebro humano mil vezes mais poderoso.
— Sebastian Thrun

Escolha quando começar e se inscreva agora!

Nanodegree Deep Reinforcement Learning Expert

R$ 2.100

à vista

ou em até 12x de R$ 197,00

Início das aulas em:

28/11/2018

Comece em novembro

Início das aulas em:

30/01/2019

Comece em janeiro

Destaques do programa

    Visão geral do programa - Por que devo escolher este curso?
  • Por que devo me inscrever?
    A demanda por engenheiros com habilidades em reinforcement learning e deep learning excede muito a oferta de profissionais com essas habilidades. Este programa oferece uma excelente oportunidade para que você desenvolva essas habilidades tão requeridas pelo mercado. Você concluirá diversas aplicações de deep reinforcement learning, utilizando uma combinação de bibliotecas de Python e deep learning que formarão segmentos de seu portfólio, demonstrando as aptidões que adquiriu ao longo do programa. Como o interesse e o investimento nesse campo continuam crescendo, você estará altamente gabaritado para emergir como um líder do setor.
  • Para que tipo de trabalho o programa me prepara?
    Este programa é projetado para desenvolver suas habilidades em machine learning e deep learning. E, assim sendo, não prepara você para um trabalho específico, mas, melhor do que isso, amplia seus conhecimentos em aprendizagem profunda por reforço. Essas habilidades podem ser utilizadas em várias aplicações, como jogos, robótica, sistemas de recomendação, veículos autônomos, operações financeiras e muito mais.
  • Como posso saber se este programa é ideal para mim?
    Este programa oferece a introdução ideal ao mundo do deep learning — uma tecnologia transformadora que vai remodelar nosso futuro e conduzir novas e incríveis descobertas em AI. Se estiver interessado em aplicar inteligência artificial a áreas como jogos, robótica, sistemas autônomos e mercado financeiro, essa é a maneira perfeita de começar.
    Inscrição e admissão
  • Preciso me candidatar? Quais são os critérios de admissão?
    Não. Este programa Nanodegree aceita todos os candidatos, independentemente da experiência e da formação.
  • Quais são os pré-requisitos para inscrição?

    Antes de ingressar no programa, recomendamos ter concluído um curso de deep learning equivalente ao programa Nanodegree Deep Learning. Você precisará ser capaz de se comunicar fluente e profissionalmente em inglês escrito e falado.

    Além disso, é preciso conhecer os seguintes tópicos:

    • Conhecimento intermediário de programação em Python, incluindo:
    • Strings, números e variáveis
    • Declarações, operadores e expressões
    • Listas, tuplas e dicionários
    • Condições e loops
    • Geradores e compreensões
    • Procedimentos, objetos, módulos e bibliotecas
    • Correção de falhas e depuração de bugs
    • Pesquisa e documentação
    • Resolução de problemas
    • Estruturas de dados e algoritmos

    Scripting básico em shell:

    • execução de programas a partir de uma linha de comando
    • Depuração de mensagens de erro e feedback
    • Configuração de variáveis de ambiente
    • Estabelecimento de conexões remotas

    Conhecimento básico de estatística, incluindo

    • populações e amostras
    • Média, mediana e moda
    • Erro padrão
    • Variação e desvios padrão
    • Distribuição normal

    Cálculo diferencial e álgebra linear intermediários, incluindo

    • derivadas e integrais
    • Expansões de séries
    • Operações de matrizes por meio de autovetores e autovalores
  • Se eu não atender a esses pré-requisitos para me inscrever, o que devo fazer?
    Temos vários programas Nanodegree e cursos gratuitos que podem ajudar na preparação, incluindo:
    Taxa de matrícula e duração do curso
  • Como o programa é estruturado?
    O programa Nanodegree Deep Reinforcement Learning Expert consiste em um período de quatro meses de duração. Para se formar, o aluno deve concluir três projetos. Cada projeto será avaliado por um dos revisores da rede da Udacity. O revisor dará um feedback detalhado sobre seu código e informará caso seu projeto precise de melhorias. Se o projeto não for aprovado, você terá que corrigi-lo e enviá-lo novamente. Isso poderá se repetir até que tudo seja integralmente aprovado.
  • Quanto tempo dura este Nanodegree?
    O acesso a este Nanodegree é liberado para o período indicado na seção de duração do curso, acima.

    Veja os Termos de Uso e as Perguntas Frequentes para outras políticas de acesso a nossos programas Nanodegree.
  • O que acontece se eu não concluir o curso até o prazo final?
    O principal objetivo da Udacity é ajudar você a finalizar seu Nanodegree, para que este aprendizado faça a diferença em sua carreira. Por isso, caso você não consiga terminar o seu curso no prazo determinado, você poderá solicitar uma transferência de turma, que te dará um mês de extensão grátis.

    Para que sua transferência seja feita sem problemas, fique atento:

    • O pedido deverá ser feito nos últimos 10 dias da sua turma.
    • Pedidos de transferência que forem feitos antes dos últimos 10 dias da turma ou após o término do prazo não serão realizados.
    • Você não pode ter solicitado nenhuma transferência anteriormente. Você só tem direito a uma transferência!

    Acesse a nossa Central de Ajuda . e veja como essa opção funciona com mais detalhes.

    Além disso, é importante ressaltar que após a data de fim da sua turma, você terá acesso aos seguintes itens da sala de aula por 12 meses: o conteúdo de sala de aula, que não será atualizado ao longo do tempo, e serviços como nossa comunidade de ex-alunos. Não estão incluídos outros serviços, como grupos de estudo, revisão de projetos, áreas de trabalho, labs e quizzes. Para saber mais sobre os critérios de elegibilidade e mais detalhes, acesse a nossa Central de Ajuda para saber quanto tempo terá acesso após se graduar e caso você não se gradue.

    Software e hardware - o que é necessário para este programa?
  • Precisarei de quais softwares e versões neste programa?
    Você precisará de um computador com sistema operacional de 64 bits (as versões mais modernas do Windows, OS X e Linux) com pelo menos 8 GB de RAM, além de permissões de conta de administrador suficientes para instalar programas, incluindo o Anaconda com Python 3.6 e pacotes de suporte. Sua rede deverá permitir conexões seguras para hosts remotos (como SSH). Forneceremos instruções para a instalação dos pacotes de software exigidos.