Escolar Documentos
Profissional Documentos
Cultura Documentos
SASlnsghts > Insg hts sobre Anál ise de Dados > Redes Neurais - Leia Mais
Redes Neurais
O que são e quaL sua import ância?
B A primeira rede neural foi concebida por Warren McCulloch e Walter Pitts em 1943 . Eles escreveram
um artigo seminal so breco mo os neurô nios devem funcionar e, ent ão, modelaram suas ideias criando
uma rede neural simples com circuitos elétricos.
Esse modelo inovador pavimentou o caminho para pesquisas de redes neurais em duas áreas :
(A 7 .
C objetivo originai da abordagem de rede neural era criar um si stem a comput acionai cap az de resolver
problemas como um c érebro humano . No entanto, com o pass ar do tempo, os pesquisadores
mudaram o foco e passaram a usar redes neurais para resolver tarefas especificas, desviando - se de
uma abordagem estritamente biológica Desde ent ão, as redes neurais t êm oferecido suporte as mais
diversas tarefas, incluindo vis ão computacional, reconhecimento de fala, tradução de m áquina,
filtragem de redes sociais, jogos de tabuleiro ou video -game e diagnó sticos médicos .
Existem tipcs diferentes de redes neurais profundas - e cada um deLes possui vantagens e
desvantagens, dependendo do uso . Exemplos incluem:
Redes neurais feedforward, nas quais cada perceptron em uma camada é conectado a
todo percept ron da camada seguinte. A informação è entregue de maneira antecipada de
uma camada ã seguinte seguindo sempre em frente. N ão h á loops de feedback.
3=
©
— rn ; G ,
4
procedimento NEURAL .
Inscreva - se no curso Q
f
Quern est á usando redes neurais?
in Sistemas de deep Learning - e as redes neurais que os habilitam - s ão
utUizados estrategicamente em muitas ind ú strias e Linhas de
negó cios.
Bancos Governo
Bancos usam redes neurais para detect ar Organizações do setor p ú blico usam redes
fraudes, realizar an álises de crédito e neurais para oferecer apoio a cidades
automatizar serviç os de consultoria inteligentes, seguranç a e reconhecimento
financeira. facial.
Selecione a
Tome decis ões para satisfazer indústria Q
clientes 0
«
Redes neurais t ê m a capacidade de identificar anomalias.
No futuro, poderemos usá- Las para oferecer aos médicos
uma segunda opini ão - por exemplo, confirmar um
diagnó stico de c âncer ou dizer qual é o problema do
paciente. E seremos capazes de fornecer essas segundas
opini ões mais rápido e com maior precisão.
Leigh Ann HerhoLd * Cientista de Dados e ConsuLtora * Zencos
How Neural Networks Work
\
sa í da ( ou aLvo) e, entre eLas, uma
camada oculta. As camadas s âo
conectadas através de n ó s e
essas conexõ es formam uma
"rede" - a rede neuraL - de n ó s vi
ÕMpuHJpftf
4
interconectados. - -
ir r I. TJ í I
Quando confrontados com uma requisição ou Ent ão, vamos colocar essa definição em ação .
problema para resolver os neurô nios executam
,
Dados s ão inseridos em uma rede neural através
c álculos matem á ticos para decidir se h á da camada de entrada, que se comunica com as
informações suficientes a serem enviadas para o camadas ocultas . O processamento acontece
pró ximo neurô nio . Resumidamente, eles leem nessas camadas através de um sistema de
todos os dados e dec idem onde as relações mais conexões ponderadas . Os nó s nas camadas
fortes est ão. No tipo mais simples de rede, as ocultas combinam os dados dacamadade
entradas de dados recebidas s ão somadas e, se a entrada com um conjunto de coeficientes e
soma for maior que um valor lim í trofe, o atribui diferentes pesos para as entradas . Os
neurô nio 'dispara' e ativa os neurô nios resultados dessas entradas avaliadas s ão, ent ão,
conectados a ele. somados . A. soma passa pela função de ativação
de um nó, que determina a extens ão em que um
sinal deve progredir na rede para afetar o
resultado final. Finalmente, as camadas ocultas
ligam - se a camada de saí da - de onde os
resultados s ão obtidos.