A matemática por trás das redes neurais

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.