Escolar Documentos
Profissional Documentos
Cultura Documentos
COMPARTILHAR
10
17 compartilhamentos
Dessa forma, a rede neural do exemplo acima testa vrias vezes a percepo
do objeto. A cada acerto, os neurnios envolvidos no processamento ganham
um ponto e aquela rede reforada. A cada erro, esses neurnios perdem
meio ponto. Dessa forma, o sistema cria a rotina de seguir o caminho com mais
pontos sempre. Quanto mais tentativas, mais aprimorado fica o sistema,
chegando, ao final de um processo de aprendizado, a executar tarefas quase
sem erro algum.
A grande vantagem disso que para
executar tarefas, uma rede neural no precisa guardar instrues de comando
e execut-las de forma lgica, como num computador tradicional. Ao invs
disso, a rede aprende o que preciso ser feito e executa a funo. Dessa
forma, uma mesma rede, se ela for capacitada com os neurnios necessrios
para tal, capaz de executar vrias funes diferentes, independente de
espao de memria.
Isso porque em uma mesma rede possvel criar vrias regras diferentes. No
exemplo acima, podemos ainda ensinar a rede a detectar bolas amarelas ou
bastes vermelhos, utilizando os mesmos neurnios e as mesmas regras. A
diferena q precisaramos capacit-las com neurnios de sada extras para
cada nova informao que queremos dela e outros neurnios ocultos para
facilitar o processamento. Mas isso no implica em criarmos novas regras ou
novas programaes, somente em ensinar o sistema e executar novas funes
utilizando a mesma rede existente.
Concluso
Ento, o que voc achou das redes neurais? J tinha ouvido falar delas?
E o perceptron? Que possibilidades voc v para ele? Comente aqui e
participe da discusso!