Skip to content

Marcjuniu09/Redes-Neurais-Artificiais-e-Deep-Learning

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 

Repository files navigation

Redes Neurais Artificiais e Deep Learning com TensorFlow e Keras

Neste repositório, você encontrará alguns dos meus códigos de Redes Neurais Artificiais e Deep Learning em Python, desenvolvidos utilizando TensorFlow e Keras. Estes códigos foram criados com o objetivo de aprender e experimentar novas técnicas e algoritmos, além de compartilhar conhecimento com outros desenvolvedores interessados em IA e Machine Learning.

Conteúdo

Os códigos deste repositório são organizados em pastas, de acordo com o tema e técnica utilizada. Alguns exemplos de pastas que você encontrará aqui são:

single neuron: Como é o funcionamento de uma rede neural simples. Neste código uso regressão linear e função logistica para ver qual das duas é a melhor opção.

outros que ainda vou estudar...

Como usar

Você pode utilizar estes códigos para aprender e experimentar novas técnicas e algoritmos de Redes Neurais Artificiais e Deep Learning em Python. Basta clonar este repositório em sua máquina e executar os códigos em seu ambiente de desenvolvimento Python.

Contribuições

Se você tiver alguma sugestão ou correção para os códigos deste repositório ou caso queira conversar e estudar sobre, fique à vontade para enviar um pull request. Eu ficaria feliz em receber contribuições e colaborar com outros desenvolvedores interessados em Redes Neurais Artificiais e Deep Learning.

Contato

Se você tiver alguma dúvida ou quiser entrar em contato comigo, sinta-se à vontade para enviar uma mensagem aqui pelo GitHub ou através do meu e-mail: marcjuniu@gmail.com ou pelo whatsApp: 61 998776039

OBS

Pretendo futuramente fazer alguns projetos em IA e Machine learning, então por favor não deixe de me contactar caso queira uma colaboração

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages