Livro Backpropagation E Redes Neurais - Vol.01

Código: 9786558423515 Marca: Ciencia Moderna

R$ 269,00

até 3x de R$ 89,66 sem juros

ou R$ 255,55 via Pix

Qtde: Comprar Disponibilidade: Imediata Aproveite! Restam apenas 6 unidades

Parcelas
- 1x de R$ 269,00 sem juros
- 2x de R$ 134,50 sem juros
- 3x de R$ 89,66 sem juros
R$ 255,55

Este Livro descreve de forma detalhada e didática, mostrando passo-a-passo, fazer o treinamento de uma Rede Neural Artificial usando vários algoritmos e arquiteturas empregadas em Packages e Toolboxes dos principais softwares de Machine Learning. São apresentados diversos exemplos para entender os conceitos e fundamentos da aprendizagem de um neurônio artificial.

Background Matemático: é necessário conhecimento prévio de determinados resultados de cálculo, no Capítulo 2 são apresentados os conceitos de derivada, derivada direcional e o método do gradiente descendente que servem de base para o entendimento do algoritmo de backpropagation.

Perceptron: é o primeiro modelo e o mais simples, proposto por Rosenblatt em , usado para representar matematicamente um neurônio. No Capítulo 3 o percetron é explorado e suas limitações são expostas.

Perceptrons de Múltiplas Camadas: após vários anos de estagnação, décadas de e , as RNA voltam a receber atenção com os Perceptrons de Múltiplas Camadas (MLP) treinados com o algoritmo de backpropagation, apresentado no Capítulo 4.

Nessa sequência este Livro explora variantes do MLP, sendo examinadas detalhamente as variantes QPROP, RPROP, DELTA-BAR-DELTA e LMBP.

Para mostrar que os cálculos correspondem exatamente ao que é programado, os resultados são com importantes funções do MATLAB® e a seguir são mostradas todas as linhas de programação usando do PythonTM.

Sumário: Parte 1 – Introdução – Background Matemático e MATLAB - 1 / Capítulo 1 - introdução - 3 / Capítulo 2 - Background Matemático e MATLAB - 15 / Parte 2 – Perceptron - 89 / Capítulo 3 - Perceptron - 91 / Capítulo 4 - Backpropagation e Perceptrons de Múltiplas Camadas MLP - 143 / Capítulo 5 - Quick Propagation QPROP - 205 / Capítulo 6 - Propagação Resiliente RPROP - 255 / Capítulo 7 - Algoritmo de Levenberg- Marquardt e Backpropagation LMBP - 301 / Capítulo 8 - Delta-Bar-Delta DBD - 389 / Apêndice - 465 / Referências bibliográficas - 489

#Autor: Junior, Fabio A. E Oliveira, Mauri A.
#Páginas: 524
#Encadernação: Brochura
#Ano: 2024