Deep Learning - L03 O Perceptron, introdução às redes neurais de camada única part1

Aula 03 - O Perceptron, introdução às redes neurais de camada única
Os slides do curso códigos exemplos estão disponíveis em: github.com/dalcimar/RC18EE---...
Bio do Orador:
Dalcimar Casanova é pesquisador na UTFPR - Universidade Tecnológica Federal do Paraná, com foco em aplicações de métodos inteligentes em diferentes áreas do conhecimento. Seus principais interesses são aprendizado de máquina, deep learning, grafos convolucionais, visão computacional, redes complexas e fractais. É também membro do PPGEE, I2A e sócio da empresa VisAI.
www.dalcimar.com
www.visai.com.br
sites.google.com/view/ppgee-pb
Sobre o curso:
A curso de Intro to Deep Learning aborda aspectos fundamentais de redes neurais, desde o modelo básico do perceptron, até modelo generativos. Seguindo uma linha de tempo histórica das redes neurais os conceitos vão sendo introduzidos a medida do necessário para entendimento da evolução dessa área. O modelos baseados em deep learning podem ser aplicados a problemas de reconhecimento de objetos, reconhecimento de voz, síntese de fala, previsão, computação científica, controle e muito mais. As aplicações resultantes desses modelos tem afetando as nossas vidas em áreas como assistência médica e pesquisa médica, interação homem-computador, comunicação, transporte, conservação, manufatura e muitos outros campos do esforço humano. Em reconhecimento a esse enorme impacto, o Prêmio Turing de 2018, a maior honra em computação, foi concedido aos pioneiros do Deep Learning.
O curso é baseado, com algumas modificações, nos originais do prof Dr. Sebastian Raschka e podem ser encontrados em pages.stat.wisc.edu/~sraschka/.... Ambos os materiais (original prof Sebastian e adaptado prof Dalcimar) possuem licença modelo MIT, disponivel no Github.
Contato:
Esse curso é lecionado no Programa de Pós Graduação em Engenharia Elétrica (PPGEE) e como optativa do curso de Engenharia da Computação e Engenharia Elétrica, ambos da UTFPR, campus Pato Branco.
Caso tenha interesse em realizar mestrado nessa área entre em contato comigo, ou diretamente na secretaria do PPGEE. Links abaixo
www.dalcimar.com
portal.utfpr.edu.br/pb/ppgee
Caso tenha interesse em realizar especialização em ciência de dados a UTFPR possui um curso totalmente online. Link abaixo
coens.dv.utfpr.edu.br/pos/cie...

[@gusfipe]

Obrigado por incluir as explicações de álgebra linear e geometria analítica. Faz um tempo que cursei essas matérias e seria mais difícil entender o conteúdo se eu tivesse que rever cada um dos conceitos que apareceram no vídeo

[@marcelocarvalho3299]

Excelente aula, professor! Bem didático, facilitou bastante o entendimento.
Para quem tiver interesse, escrevi o código ( o mais didático possível) em Python:
#Definições Iniciais
x1 = [0,0,1,1]
x2 = [0,1,0,1]
y_esp = [0,0,0,1]
bias = [1,1,1,1]
w =[0,0,0]
ep = 0
v=0
y_prev=[0,0,0,0]
# Perceptron camada simples:
while (v != 4):
for i in range(len(x1)):
r=bias[i]*w[0]+x1[i]*w[1]+x2[i]*w[2]
if (r

[@dalcimar]

Obrigado Marcelo. Fique livre para contribuir, se quiser até com exemplos no git

[@matematica_em_questao]

Excelentes aulas professor!

[@dalcimar]

Obrigado professor Felipe. Inscrito em seu canal também =)

[@PRODUCTIONSdumdum]

Professor como posso entrar em contato com o senhor?