Introdução a machine learning e redes neurais

Autores

Danilo Turkievicz dos Santos
Companhia Paranaense de Energia, Distribuição S/A
Rafael Divino Ferreira Feitosa
Instituto Federal Goiano
https://orcid.org/0000-0002-1254-0667
Rafael Teixeira Sousa
Universidade Federal do Mato Grosso
https://orcid.org/0000-0001-5998-046X
Taciana Novo Kudo
Universidade Federal de Goiás
https://orcid.org/0000-0002-7238-0562
Renata Dutra Braga
Universidade Federal de Goiás
https://orcid.org/0000-0002-3448-0343
Deborah Silva Alves Fernandes
Universidade Federal de Goiás
https://orcid.org/0000-0002-2298-4552
Cristiane Bastos Rocha Ferreira
Universidade Federal de Goiás
Arlindo Rodrigues Galvão Filho
Universidade Federal de Goiás
https://orcid.org/0000-0003-2151-8039

Palavras-chave:

machine learning, redes neurais, modelos precisos, inteligência artificial

Sinopse

Este livro introduz os conceitos fundamentais de machine learning, ensina a construir modelos, desde a coleta e o processamento de dados até a aplicação prática em problemas reais. Apresenta uma visão geral do aprendizado de máquina, explorando suas principais etapas e diferenciando-o de outras áreas da inteligência artificial. Aprofunda em técnicas de reconhecimento de padrões, essenciais para desenvolver modelos precisos. Aborda os diferentes tipos de aprendizado de máquina e explora o espaço de características, discutindo como selecionar e transformar dados para otimizar o desempenho dos modelos. Explora técnicas avançadas, como funções discriminantes e as aplicações práticas de regressão e classificação, além de uma introdução às redes neurais. Esta publicação oferece a oportunidade de aprender sobre arquiteturas neurais modernas, compreender seus princípios e ver como aplicá-las em problemas que ilustram o potencial dessas tecnologias.

Downloads

Não há dados estatísticos.

Downloads

Publicado

3 janeiro 2025

Licença

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Detalhes sobre essa publicação

Co-publisher's ISBN-13 (24)

978-85-495-1018-1

Publication date (01)

03/01/2025