Parte III

Redes Neurais

• Redes Neurais: Representação

  • Definição básica

  • Hipótese não-linear

  • Os Neurônios e o Cérebro

  • Representação do modelo

  • Aplicações

  • Classificação Multiclasse

• Redes Neurais: Aprendizado

  • Estrutura básica

    • Camada linear

    • Camada de ativação: Sigmoid layer

    • Cross entropy loss

    • Camada de ativação: Softmax layer

    • Camada de ativação: Rectified Linear layer (ReLU)

    • Camada de ativação: Hyperbolic tangent

  • Função Custo (Cost Function)

  • Backpropagation Algorithm

    • Forward pass

    • Backward pass

    • Algoritmo

  • Otimizadores

  • Verificação do gradiente

  • Inicialização aleatória

  • Organização do conhecimento

• Aplicação de algoritmos de machine learning

  • Valoração de algoritmos de aprendizagem

  • Curvas de aprendizado

    • High Bias

    • High Variance

  • Decisões a serem tomadas

  • Diagnosticando Redes Neurais

  • Support Vector Machines (SVMs)

• Naive Bayes