Processamento de Linguagem Natural com Deep Learning (Udemy.com)
Crie um tradutor de idiomas e um classificador de sentimento com Transformer e Redes Convolucionais no TensorFlow 2.0
Created by: Jones Granatyr
Last updated January 2021
What you will learn
- Crie um Transformer, nova arquitetura criada pelo Google para qualquer tarefa de sequência para sequência (por exemplo, um tradutor de idiomas)
- Crie uma Rede Neural Convolucional especializada em Processamento de Linguagem Natural para qualquer tarefa de classificação (análise de sentimentos, por exemplo)
- Personalize os métodos de treinamento de redes neurais no TensorFlow 2.0
- Aprenda a criar camadas personalizadas no TensorFlow 2.0
- Use o Google Colab e o Tensorflow 2.0 para suas implementações de Inteligência Artificial
- Entenda como os algoritmos de inteligência artificial fazem com que os computadores dêem sentido à linguagem humana
- Entenda sobre o mecanismo de atenção, por trás dos algoritmos de PLN mais novos e mais poderosos
How it compares
Against the other 126 rated Udemy courses in Deep Learning on CourseDuck:
- Rating4.7 out of 5higher than 82% of them
- Reviews252#93 of 127 by number of reviews
- Length10.2 hourslonger than 51% of them
- Last updatedJanuary 2021earlier than 82% of them
Course Description
A área de Processamento de Linguagem Natural - PLN (Natural Language Processing - NLP) é uma subárea da Inteligência Artificial que tem como objetivo tornar os computadores capazes de entender a linguagem humana, tanto escrita quanto falada. Alguns exemplo de aplicações práticas são: tradutores entre idiomas, tradução de texto para fala ou fala para texto, chatbots, sistemas automáticos de perguntas e respostas, sumarização de textos, geração automática de descrições para imagens, adição de legendas em vídeos, classificação de sentimentos em frases, dentre várias outras!
Atualmente, este setor está cada vez mais necessitando de soluções de Processamento de Linguagem Natural, ou seja, aprender essa área pode ser a chave para trazer soluções reais para necessidades presentes e futuras. Baseado nisso, este curso foi projetado para quem deseja crescer ou iniciar uma nova carreira na área de Processamento de Linguagem Natural, obtendo uma sólida experiência nessa área utilizando modernas técnicas de Deep Learning e Redes Neurais Artificiais!
Aproveitaremos a enorme quantidade de dados de texto disponíveis on-line (duas bases de dados reais) e exploraremos duas das principais técnicas de PLN, o que lhe dará o poder necessário para enfrentar com êxito qualquer desafio do mundo real! O curso está dividido em duas partes:
Criação de um classificador de sentimentos utilizando dados do Twitter e Redes Neurais Convolucionais
Criação de um tradutor de idiomas, passando como entrada um texto em Inglês e tendo como retorno um texto em Português. Neste estudo de caso desenvolveremos passo a passo a arquitetura Transformer desenvolvida pelo Google
Utilizaremos tecnologias modernas, como a linguagem Python, o TensorFlow 2.0 e o Google Colab, garantindo que você não tenha problemas com instalações ou configurações de softwares na sua máquina local.
Preparado(a) para dar um importante passo na sua carreira? Aguardamos você no curso! :)
Instructor Details
- 4.7 Rating
252 Reviews
Jones Granatyr
Olá! Meu nome é Jones Granatyr e já trabalho em torno de 10 anos com Inteligência Artificial (IA), inclusive fiz o meu mestrado e doutorado nessa área. Atualmente sou professor, pesquisador e fundador do portal IA Expert, um site com conteúdo específico sobre Inteligência Artificial. Desde que iniciei na Udemy criei vários cursos sobre diversos assuntos de IA, como por exemplo: Deep Learning, Machine Learning, Data Science, Redes Neurais Artificiais, Algoritmos Genéticos, Detecção e Reconhecimento Facial, Algoritmos de Busca, Mineração de Textos, Buscas em Textos, Mineração de Regras de Associação, Sistemas Especialistas e Sistemas de Recomendação. Os cursos são abordados em diversas linguagens de programação (Python, R e Java) e com várias ferramentas/tecnologias (tensorflow, keras, pandas, sklearn, opencv, dlib, weka, nltk, por exemplo). Meu principal objetivo é desmistificar a área de IA e ajudar profissionais de TI a entenderem como essa tecnologia pode ser utilizada na prática e que possam visualizar novas oportunidades de negócios.
More courses by Jones Granatyr
Artificial Intelligence: Optimization Algorithms in Python (2023)
4.5 (1,316 Reviews)
Provider: Udemy
Time: 6.8h
$69.99
Artificial Intelligence and Machine Learning: Complete Guide (2025)
4.5 (907 Reviews)
Provider: Udemy
Time: 22.3h
$19.99
The Ultimate Beginners Guide to Natural Language Processing (2023)
4.5 (782 Reviews)
Provider: Udemy
Time: 6.1h
$11.99
Neural Networks in Python from Scratch: Complete guide (2023)
4.6 (695 Reviews)
Provider: Udemy
Time: 8.7h
$79.99
Ciência de Dados para Empresas e Negócios (2026)
4.9 (559 Reviews)
Provider: Udemy
Time: 14.4h
$19.99
More Deep Learning courses
Deep Learning Prático com TensorFlow e Python (2021)
4.8 (295 Reviews)
Provider: Udemy
Time: 14.8h
$19.99
Deep Learning de A-Z: Redes Neurais Artificiais na Prática (2025)
4.7 (216 Reviews)
Provider: Udemy
Time: 16.8h
$19.99
Tensorflow 2.0: Um Guia Completo sobre o novo TensorFlow (2025)
4.6 (528 Reviews)
Provider: Udemy
Time: 12.3h
$19.99
A deep understanding of deep learning (with Python intro) (2026)
4.8 (6,559 Reviews)
Provider: Udemy
Time: 57.3h
$109.99
Deep Learning Prerequisites: Logistic Regression in Python (2026)
4.8 (4,922 Reviews)
Provider: Udemy
Time: 6.9h
$109.99
Data Science: Transformers for Natural Language Processing (2026)
4.8 (3,034 Reviews)
Provider: Udemy
Time: 19.1h
$79.99
Reviews
By Thiago Timóteo da Silva on 12/17/2024
Conteúdo muito bem explicado; o ponto ruim é que a qualidade do áudio em algumas aulas é ruim, o microfone estava estourando em duas ou três aulas, (até esse momento)
By Anonymized User on 6/4/2024
Achei que o professor explica de uma forma um pouco "corrida", pulando algumas explicaçóes. Por exemplo, não ficou claro essa parte: X, _, y, _ = train_test_split(X, y, test_size=0.85) Acho que caberia uma explicação mais detalhada, já que o padrão é usar: X, Y, x, y e ele usa underline e não ficou claro o motivo.
By Leandro Escaldelai on 12/27/2023
Costumo dizer que existem pessoas que dão aula e existem PROFESSORES. O Jones é um grande PROFESSOR. Ele consegue fazer com que conceitos muito complexos sejam facilmente entendidos, explicando passo a passo, virtualmente pegando na mão do aluno e fazendo com que ele aprenda.
By Michel Rodrigues Ribeiro on 9/26/2023
A didática do curso é muito boa, principalmente considerando que é um assunto muito complexo. Eu passaria os capítulos de Redes Neurais pro começo, mas isso porque eu não tenho conhecimento tão aprofundado pra entender 100% o curso e esses capítulos clarearam algumas ideias. Já selecionei outros cursos seus com conceitos anteriores a esse pra eu me preparar melhor. Trabalho muito bem feito!
By David Pereira de Araújo on 6/17/2021
Ótimo curso. Transformers tem uma arquitetura bem complexa e pude aprender muito com o curso. Recomendo.
By Paulo Corrêa on 6/14/2021
Curso abordou muito bem o transformer, ilustrou bastante a arquitetura detalhadamente e principal ao transformer e recorrentes. Correções de bugs vale o respeito pois já nos gera visão do que está sendo tratado. Máximo respeito.
By Yan Soares on 2/5/2021
o Curso é muito bom. Como sugestão, gostaria que você fizesse uma aula com a implementação do BLEU score para avaliarmos se o nosso model é bom.
By Katharine Góes Carvalho Pires on 12/25/2020
Nossa ... curso muito bom! Achei sensacional o modelo do tradutor. Com esse código, dá para treinar com outras línguas e fazer alterações para um melhor resultado, como sugerido pelo próprio professor!! Parabéns!! Muito bom
By Jean Victor Pinheiro Vitorino on 11/17/2020
Excelente curso, Excelente professor! Pude absorver bastante o conteúdo e conseguir aplicar no meu Trabalho de Conclusão de Curso
By Clébio Marques de Oliveira Júnior on 8/25/2020
O curso como sempre foi muito bom. Eu não sabia como utilizar redes neurais convolucionais para processamento de textos, porém com este curso ficou bem mais claro.
Quality Score
No CourseDuck member has rated this course yet. Taken it? Give each part a thumbs up or down.
Overall Score : 94 / 100












