Redes Neurais Artificiais (Introdução) - Parte 01
ฝัง
- เผยแพร่เมื่อ 12 ก.ย. 2024
- Este vídeo começa uma serie de 3 vídeos mostrando informações sobre Redes Neurais Artificiais. Nesta primeira parte é apresentada uma introdução sobre este tema.
Blog: wpattern.com
Post: wpattern.com/bl...
Muito bom, finalmente entendi, explicou da maneira mais simples possível, parabéns.
Você é EXCELENTE!! E acabei de perceber que você é professor na minha Universidade.
professor Augusto muito obrigado por compartilhar, como falou o Mauricio nos mostrou uma forma simples um conceito complexo!
Ótima aula Augusto! Bem clara e objetiva explicando tudo muito bem. Ajudou muito.
Muito boa a explicação, estou iniciando os estudos no tema, pois pretendo utilizar essa ferramenta para analise de sinais EEG durante o sono
Olá Cleiton.
O U corresponde ao somatório dos produtos das entradas entre os pesos menos o Θ. Após realizar este cálculo, ou seja, termos U, damos como entrada de uma função de ativação com objetivo dar uma saída.
O Jeff é muito bom, um livro em português que indico é o do Ivan, eu comento sobre ele nos vídeos.
Augusto, estou desenvolvendo um trabalho sobre Redes Neurais e suas aplicações matemáticas. Gostaria de saber se você pode me indicar livros e materiais para que eu possa desenvolver minha pesquisa. Desde já agradeço!
Pibid Cedro Olá, indico o livro do Ivan que mostro no vídeo e também o livro do simon haykin, são excelentes livros.
Augusto. Legal essas matérias.
Eu trabalho com controle e sistemas Lineares. Talvez posso desenvolver algumas coisas de Redes neurais.
Execelente video aula...mostrou de uma forma simples um conceito complexo! Muito grato! curtido e seguindo! Abraços
Affe mano, cala a boca.
por isso que não aprende RNA hahahahahaha
Excelente aula! Já deu pra compreender um pouco do que irei utilizar na minha tese sobre classificação de Proteínas.
Muito obrigado pela aula professor!!
Parabéns Augusto! Estou fazendo o curso de Machine Learning do Coursera, porém boa parte dos vídeos ainda não estão legendados em português (estou colaborando na tradução). Sua iniciativa ajuda muito estudantes e entusiastas da IA. Obrigado por compartilhar esse conhecimento.
Parabéns Augusto, seu vídeo me ajudou muito a entender a rede neural! Fostes Show!
Agradeço a aula que foi bem esclarecedora
Parabéns pelo trabalho Augusto. Vi que você se baseou no livro do professor Ivan Nunes da USP. Excelente material de referência por sinal.
Quando teremos uma videoaula de ADALINE, algoritmos de treinamento, características de redes feedfoward?
Mais uma vez, parabéns!
muito bom professor! bem didático, agora vou entender o Haykin!
Olá Augusto, primeiramente gostaria de elogiar sua iniciativa e o conteúdo abordado.
A vídeo aula ficou ótima.
Seria possível me informar o link do skydriver para que eu possa ter acesso aos código comentados na vídeo aula?
Grande abraço e mais uma vez, parabéns pela iniciativa.
Muito bom, vou começar a estudar redes neurais, ainda to muito confuso, mas boa aula .
Ótima aula professor. Qual o programa que você usou para grava essa aula? Grato.
Poderia falar um pouco a importância de normalizar o dataset e quais funções de ativação são mais usadas em algumas famílias de problemas?
Muito bom. Parabens pelo tutorial e obrigado pela explicação!
Vídeo maravilhoso, professor. Parabéns!
Ótima aula!!!
Muito bom, você salvou minhas notas, obrigado por esse pelo vide-o.
Parabéns professor!!! Esclarecedor... Obrigadoo
Excellente mah, muito bom msm. bom trabalho, continue !
Parabéns...
Muito bom, claro e objetivo.
Irado. Está me ajudando !
12:52 no segundo exemplo da funcao não deveria ser ' 1 se ( u > 0 ) ' ?
No video é possivel ver ' 1 se ( u >= 0 ) ', porem olhando o exemplo 1 mostra que em caso de 0 devemos retornar 0 e não 1
Obrigado!
Parabéns pelo vídeo, você mencionou que alguns exemplos estão no seu skyDrive, teria como passar o link para estudar os códigos?
muito bom, parabéns!
Função Logística... Ô troço difícil... hehehe. Parabéns pelo vídeo.
gostei da aula, me ajudou muito
Excelente aula, Augusto! :D Parabéns!
Eu amo o seu canal também!
Ajuda eu aprender melhor!
+1 inscrito, ótimo conteúdo. Obrigado!
Só pra ver se eu entendi, referente ao valor de sua variável U que seria U = ∑ - Θ.
Seria literalmente U recebendo o valor da soma dos produtos dos sinais subtraído pelo limiar de ativação, ou U recebendo a soma dos produtos dos sinais se ∑ for maior ou igual a Θ?
Ótimo vídeo, parabéns. É raro encontrar material portugues falando sobre isto.
Adorei essa explicação :)
Augusto e a regressão linear é usada em redes neurais?
Ótimo vídeo.
Muito massa parabéns!!
Ótimo vídeo!
Em 11:53 na função ativação degrau g(u) é = 1 se u > 0 e não se u >= 0, pois se u = 0 o resultado é 0 e não 1. O correto seria g(u) = 0, se u =< 0. Procede?
Olá professor, parabéns pelo trabalho, dá uma olhada no site www.desmos.com/calculator, você pode mostrar a função plotada de uma forma mais didática, alterando os parâmetros (como o coeficiente angular) de forma dinâmica. Parabéns pela aula. Abraços!
Olá professor, tudo bom? Eu tenho uma dúvida. Por exemplo, o meu dataset tem mil amostras (mil linhas). Eu injeto estas mil amostradas na rede neural. Cada amostra vai passar pela rede inteira. A minha dúvida é sobre a atualização de pesos. Para cada amostra eu atualizo os pesos da rede? Por exemplo, para a primeira amostra eu faço o processo de interação até obter o menor erro (melhor conjunto de pesos), após isto a segunda amostra entra na rede com os pesos obtidos da primeira amostra e realizo novamente a atualização de pesos para a segunda amostra até obter o menor erro, após isto a terceira amostra entra na rede com o conjunto de pesos obtidos da segunda amostra e realizo as interações de atualizações de pesos até obter o menor erro?
Muito bom
Ótimo video! Obrigada!
Em 18:15 você disse que não vai sair um sinal > 0, no caso seria não sairá > 1 não é? Alguém poderia me informar? Agradeço.
excelente video aula!
Ajudou muito!
Muito bom
Oi, Augusto! Tudo bom? Gostaria de baixar os arquivos disponibilizados do Mathematica, porém não consigo acessar os links para o seu blog. Teria como passá-los para mim? Obrigado, Pedro.
Olá, podes me sugerir alguma leitura sobre RNA em português?
Atualmente estou lendo o livro "Introduction to Neural Networks with Java" disponível em do Jeff Heaton criador do Encog, não tenho um bom nível de inglês, então a leitura se torna cansativa.
qual o skydrive para baixar esse conteudo?
Olá, o que aconteceria caso o valor do teta (Limiar de ativação) fosse nulo?
muito bom ! deu pra entender bem ! mas eu achei pouco pratico em termos de programação além do que no mundo real as sinapses são dinâmicas o que torna a somatória dinâmica na obtenção de resultados ! resumindo, ainda vai demorar criar meu code pensante ! achei que IA já estava em noutro nível mas evoluiu muito pouco nestes últimos 35 anos ! pra quem assistia "Star Track" vendo Spock conversando com o computador ainda é utópico apesar das previsões vulcanas !
Gerson, este material é o mais básico de redes neurais. Existem outros tantos diversos tópicos envolvendo IA, tanto em redes neurais, assim como em outras áreas. Logo, o material que apresento é algo bem simples e não usada desta forma. Em aplicações reais, existem redes com múltiplas camadas, inúmeros neurônios, diferentes representações .... Um excelente exemplo é o que hoje se faz com deep learning.
sigma!
Possui o mesmo significado do Integralismo: a soma; abrangência.
E possível desenvolver um programa de inteligência artificial ou ao menos ter uma noção de como dar os primeiros passos a esse conteúdo aqui apresentado
Jhonathan Laurindo Esses dois primeiros exemplos são mais simples, para uma aplicação é importante definir o problemas que deseja tratar e depois alguns métodos adequados ao problema. Exitem muitos outros tipos de redes neurais mais sofisticadas, mas cada uma se adapta melhor a certos tipos de problemas.
poderia me indicar um caminho para poder criar esse sistema ???
Jhonathan Laurindo Primeiro, qual problema você quer resolver?
tenho q saber como fazer o programa ter interacao com como construir seus sistemas neurais para o mínimo digamos de raciocínio
ola, tem como criar uma ia no cmd?
o Simbolo do vídeo no 16:55 é o Simbolo da Derivada!
nao consegui acahar os codigos em java tem como vc me passar???
olá amigo gostaria de saber se você tem alguma pagina para tirar duvidas. estou começando com redes neurais agora.
Olá Diogo, atualmente tenho apenas o youtube para responder, mas estou planejando montar um ambiente para isso e colocar novos conteúdos.
onde isso é utilizado
o link não existe mais
isso aí é puro Laplace?
O "teta" é o chamado bias?
+Daniel Silva Sim.
+Augusto Branquinho Grato.
pelo = belo
Tens um exemplos aplicação funcional ?
Eu tenho alguns artigos sobre o uso para predição de preços para o mercado financeiro. Até tenho implementado, mas é por conta do meu doutorado...
Estou em busca de um artigo de aplicação de uma RNA em algum problema do mundo real com resultados de pesquisa.. terias como me encaminhar algo para fazer uma análise, e montar minha apresentação?
Segue meu email: wvmoraes@gmail.com
Wellington Moraes Wellington, posso lhe sugerir dois artigos que até estudei eles e que são interessantes:
Neuro-genetic system for stock index prediction.
A hybrid neurogenetic approach for stock forecasting.
Eles são facilmente baixados na internet.
Vim procurar sobre isso despis do vídeo do Cellbit 😂❤️
Gusthavo, o link é o seguinte: Arquivos: 1drv.ms/1oiJpH5
É Sigma
u não eh igual a g(u)...
cara, muito teoria...precisa ser mais prático
Muito bom