Construa modelos PyTorch para regressão linear com `nn.Module`

Desbloqueie os principais conceitos do PyTorch para implementar seus primeiros modelos de machine learning. Este curso irá guiá-lo através do processo de construção, treinamento e avaliação de modelos de regressão linear usando a classe fundamental `nn.Module` do PyTorch, fornecendo uma base sólida para redes neurais mais complexas. No final, você terá uma compreensão clara de como o PyTorch organiza os componentes do modelo e os fluxos de trabalho de treinamento. O que você vai aprender: * Entenda os tensores do PyTorch e seu papel na computação numérica. * Saiba como a diferenciação automática funciona com o mecanismo Autograd do PyTorch. * Construir modelos de regressão linear personalizados usando a classe `torch.nn.Module`. * Implementar passes para frente, gerenciar parâmetros de modelo e aplicar funções de ativação. * Configurar loops de treinamento com otimizadores e funções de perda para treinamento de modelos. * Prática de preparação e carregamento de dados de forma eficiente usando `Dataset` e `DataLoader`. * Aplicar técnicas básicas de salvamento e carregamento de modelos para persistência. O curso começa com conceitos fundamentais do PyTorch, depois introduz progressivamente a construção, o treinamento e a avaliação de modelos para regressão linear, incorporando técnicas práticas de manipulação de dados. Este curso é projetado para iniciantes absolutos com conhecimento básico de programação que querem aprender os fundamentos do aprendizado de máquina com o PyTorch. Não é necessária experiência prévia com PyTorch ou aprendizado profundo. Comece sua jornada no PyTorch e no machine learning hoje mesmo.