Conteúdo do curso
  • Conteúdo do curso
  • Mais sobre Inteligência Artificial
Perceptron de uma camada
  • Introdução ao módulo
  • Introdução a redes neurais
  • Fundamentos biológicos
  • Neurônio artificial
  • Perceptron de uma camada
  • Instalação das ferramentas
  • Implementação perceptron de uma camada I
  • Implementação perceptron de uma camada II
  • Tipos aprendizagem de máquina
  • Ajuste dos pesos I
  • Ajuste dos pesos II
  • Implementação perceptron de uma camada III
  • Implementação perceptron de uma camada IV
  • Implementação perceptron de uma camada V
  • Implementação perceptron de uma camada VI
Redes neurais multicamada
  • Introdução ao módulo
  • Introdução a redes neurais multicamada
  • Funções de ativação
  • Implementação função sigmoide
  • Ativação camada oculta I
  • Ativação camada oculta II
  • Implementação rede multicamada I
  • Implementação rede multicamada II
  • Ativação camada saída
  • Implementação rede multicamada III
  • Cálculo do erro
  • Implementação rede multicamada IV
  • Cálculo dos pesos e erros
  • Descida do gradiente (gradient descent)
  • Implementação rede multicamada V
  • Delta camada saída
  • Implementação rede multicamada VI
  • Delta camada oculta
  • Implementação rede multicamada VII
  • Backpropagation, taxa de aprendizagem e momento
  • Ajuste dos pesos com backpropagation I
  • Implementação rede multicamada VIII
  • Ajuste dos pesos com backpropagation II
  • Implementação rede multicamada IX
  • Implementação rede multicamada X
  • Bias e erro
  • Saídas com mais neurônios e Deep learning
  • Camadas ocultas
  • Camada de saída categórica
  • Descida do gradiente estocástico
  • Base de dados breast cancer
  • Redes neurais com pybrain I
  • Redes neurais com pybrain II
  • Redes neurais com scikit-learn
Considerações finais
  • Considerações finais
  • AULA BÔNUS