Construa e treine modelos de deep learning em R usando Keras e TensorFlow.
Construa, treine e visualize redes neurais profundas diretamente no RStudio.
R-Deep-Learning é um repositório de workshop de seis horas projetado para introduzir usuários intermediários de R a conceitos de deep learning usando TensorFlow e Keras. É adequado para pesquisadores e cientistas que desejam adicionar redes neurais aos seus pipelines de análise em R existentes sem precisar migrar para o Python.
O repositório guia você na construção de um fluxo de trabalho de projetos de deep learning, classificação de imagens e execução de análise de texto e transfer learning. Ele fornece exemplos de código práticos para configurar o TensorFlow no R via reticulate, juntamente com técnicas de visualização.
É adequado para usuários intermediários de R que já concluíram treinamento em machine learning e desejam fazer a transição para redes profundas. Não é adequado para iniciantes absolutos em programação ou engenheiros de machine learning experientes focados em Python.
Utiliza o pacote reticulate para fazer a ponte entre o R e os módulos de TensorFlow e Keras baseados em Python.
Orienta na construção de pipelines de ponta a ponta para reconhecimento de imagens e transfer learning.
Inclui links de inicialização para Berkeley DataHub e Binder para executar exercícios diretamente em uma sessão do RStudio baseada no navegador.
Os materiais são gratuitos sob a licença CC BY 4.0, e o único custo é o seu próprio tempo de computação ou recursos de hardware local.
877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Não, o script de instalação usa o pacote reticulate para configurar um ambiente Python gerenciado, ou você pode executar o código inteiramente na nuvem via Binder.
Você deve ser um usuário intermediário de R com exposição prévia a conceitos básicos de machine learning.
Veja o Zekai primeiro no Google