| dc.description.abstract | Dentre os diversos algoritmos de Aprendizado de Máquina (AM), as Redes
Neurais Artificiais - RNA têm um destaque especial em virtude de serem modelos
baseados no comportamento do cérebro humano. Elas foram concebidas para se
assemelharem ao comportamento dos neurônios humanos, no que tange à obtenção
do conhecimento através de um processo de aprendizado, e especialmente na
utilização de conexões neurais, conhecidas como sinapses. Este artigo busca ilustrar
a matemática por trás das redes neurais, de modo exemplificativo, por intermédio de
dois exemplos bem simplificados, mas que demonstram a importância do saber
matemático, seja na seleção dos melhores algoritmos para a solução dos problemas,
ou na otimização do algoritmo escolhido, tentando desmistificar a mera utilização dos
frameworks disponíveis atualmente. A metodologia utilizada nesse trabalho foi o
levantamento bibliográfico e documental sobre o objeto de estudo a fim de trazer uma
visão ampla a respeito dos conceitos matemáticos das Redes Neurais Artificiais, e a
rede neural utilizada será a rede Perceptron, escolhida pela sua simplicidade,
limitando à sua estrutura ao número mínimo de neurônios, possibilitando abstraímos
da complexidade dos algoritmos que compõe as redes neurais para nos atermos ao
entendimento matemático. | pt_BR |
