KnowledgeCity

Introdução às redes neurais

Assista à primeira aula grátis — tenha acesso completo às 5 aulas.

To view this video please enable JavaScript.

Curso: Sob demanda
Principiante  Provedor Gabriel Popoola  5 Lições ·  17m  em Árabe, Alemão, Inglês, Espanhol, Francês, Português, Urdu, Chinês simplificado 

Descrição do Curso

Este capítulo apresentará as redes neurais. Aprenderás sobre o que são e como são usados. Também aprenderás sobre o tipo mais básico de rede neural. As entradas e saídas serão discutidas e explicadas neste capítulo. Este capítulo também explicará a diferença entre classificação e regressão para redes neurais.

O Que Você Vai Aprender

  • Compreenda o que são redes neurais e como são usadas
  • Explore a estrutura de uma rede neural
  • Examine o perceptron de camada única como o tipo mais básico de rede neural
  • Distinga entre entradas e saídas em uma rede neural
  • Diferencie entre classificação e regressão para redes neurais

Principais Conclusões

  • Redes neurais são introduzidas neste capítulo, cobrindo o que são e como são usadas.
  • O perceptron de camada única é apresentado como o tipo mais básico de rede neural.
  • Entradas e saídas de redes neurais são discutidas e explicadas.
  • O capítulo explica a diferença entre classificação e regressão para redes neurais.

Perguntas Frequentes

O que este curso cobre?

Este capítulo introduz redes neurais, incluindo o que são e como são usadas, o tipo mais básico de rede neural, entradas e saídas e a diferença entre classificação e regressão para redes neurais.

Quais são os objetivos de aprendizagem deste curso?

Os objetivos são compreender o que são redes neurais e compreender a diferença entre classificação e regressão.

Quais lições estão incluídas neste capítulo?

As lições são Redes Neurais e Seus Usos, Estrutura de Rede Neural, Perceptron de Camada Única, Entradas vs Saídas e Classificação vs Regressão.

Quais habilidades este curso se relaciona?

Se relaciona com Aplicações de Inteligência Artificial, Redes Neurais Artificiais, Retropropagação, Aprendizado Profundo, Métodos de Aprendizado Profundo e Engenharia Neural.