Fundamentos e Funções de Redes Neurais

📋 Plano do Curso

1. Conceitos fundamentais de redes neurais artificiais
2. Arquitetura e funcionamento do perceptron
3. Redes neurais multicamadas e retropropagação
4. Funções de ativação em redes neurais

📖 1. Conceitos fundamentais de redes neurais artificiais

🔑 Conceitos-chave e definições

• Neurônio artificial : unidade básica que recebe entradas, aplica pesos e bias, e gera uma saída.
• Peso sináptico : valor que determina a importância relativa de cada entrada no cálculo da saída do neurônio.
• Bias (viés) : ajuste que influencia o limiar de ativação do neurônio, determinando quando ele dispara.

📝 Pontos essenciais

• O neurônio artificial atua como uma unidade que processa informações ao receber múltiplas entradas, aplicar pesos específicos a cada uma e considerar um valor de bias, produzindo uma saída que representa a resposta do sistema. Os pesos sinápticos são fundamentais para definir a relevância de cada entrada na decisão do neurônio, enquanto o bias ajusta o limiar de ativação, influenciando o momento em que o neurônio dispara. Redes neurais artificiais são modelos matemáticos inspirados no funcionamento do cérebro humano, porém simplificados, que utilizam esses elementos para aprender e resolver tarefas complexas.

💡 Conclusão principal

Compreender os elementos básicos que compõem um neurônio artificial — entradas, pesos, bias e saída — é essencial para entender o funcionamento das redes neurais.