← Voltar ao módulo
Disciplina Módulo 3 · Modelos Preditivos

Redes Neurais Artificiais e Deep Learning

Professor
Sarah
Carga horária
30h
Ementa

Conceitos e modelagem de neurônios e redes neurais artificiais. Perceptron. Multilayer Perceptron: arquitetura, funções de ativação, Funções de custo, treinamento com o algoritmo de retropropagação e aplicações em tarefas de regressão e classificação. Redes neurais profundas: fundamentos, exemplos de arquiteturas e aplicações modernas para processamento de texto e imagem.

Conteúdo
  • Conceitos e modelagem de neurônios e redes neurais artificiais
  • Perceptron
  • Multilayer Perceptron: arquitetura, funções de ativação, Funções de custo, treinamento com o algoritmo de retropropagação e aplicações em tarefas de regressão e classificação
  • Redes neurais profundas: fundamentos, exemplos de arquiteturas e aplicações modernas para processamento de texto e imagem
Bibliografia Básica
  • Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron. Deep Learning. MIT Press, 2016.
  • Aggarwal, C. C. Neural Networks and Deep Learning: A Textbook. 1. ed. Springer International Publishing, EUA, 2018. 497 p. ISBN 978-3-319-94462-3.
  • Géron, Aurélien. Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow. O'Reilly Media, Inc., 3ed. 2022.
  • Braga, A. de C.; Carvalho, A. P. de L. F.; Ludermir, T. B. Redes Neurais - Artificiais: Teoria e Aplicações. 1. ed. Edição Português, 2007.
Bibliografia Complementar
  • Krohn, Jon; Beyleveld, Grant; Bassens, Aglaé. Deep Learning Illustrated: A Visual, Interactive Guide to Artificial Intelligence. Addison-Wesley Professional, 1. ed., 2019.
WhatsApp