Descrição

O interesse em tecnologia tem se disseminado ao longo do tempo devido à sua praticidade e possibilidades de uso. Dentre todas as soluções existentes, as redes neurais se destacam por sua ampla aplicação, o que tem causado uma revolução na sociedade, alterando a forma como enxergamos os dados e imagens. Redes neurais são relacionadas a diversas áreas, especialmente pela facilidade de uso, podendo ser empregadas em situações como Data Science, tratamento e análise de imagens, processamento de linguagem natural, entre outros. Para utilizá-las corretamente, é importante conhecer sua origem, evolução e as principais soluções encontradas. Com isso, é possível assimilar cada particularidade existente e a necessidade de melhorias. Ao longo dos 12 capítulos deste livro, conheceremos as redes neurais biológicas e sua inspiração para o desenvolvimento das artificiais. Analisaremos as principais formas de aprendizado de máquina que permitem que os computadores evoluam de maneira independente. Também abordaremos os conceitos de Perceptron, o primeiro neurônio artificial, até chegarmos no Perceptron Multicamadas, uma rede neural básica muito explorada. Além disso, conheceremos soluções como o Adaline e do Madaline, evoluções tecnológicas que são empregadas até os dias atuais. Percorreremos outras redes, como a de Hopfield, Kohonen e ART, para finalmente analisarmos as principais redes neurais profundas: a convolucional e a recorrente. Por fim, finalizaremos com suas aplicações práticas. Este livro é indicado para todos que queiram conhecer as tecnologias do futuro. É recomendado para estudantes e professores, pois apresenta os principais conceitos complexos de uma maneira mais simples e de fácil entendimento.

Sobre o Autor

Marino H. Catarino
Mestre em Ciências da Computação (2017) pelo Instituto de Matemática e Estatística (IME) da Universidade de São Paulo (USP), Pós­-graduado em Engenharia de Sistemas (2009) pela Escola Superior Aberta do Brasil e graduado em Ciências da Computação (2005) pelo IME da Universidade de São Paulo (USP). Atualmente é professor de pós-graduação de Big Data e Inteligência Artificial do Instituto Presbiteriano Mackenzie, de graduação e pós-graduação na Faculdade Impacta Tecnologia (FIT), professor da Faculdade de Informática e Administração Paulista (FIAP). Além das aulas também produz conteúdo para outras instituições, como o Senac. Com ampla experiência na área de Ciência da Computação com ênfase em Big Data, modelagem e armazenamento de dados, análise de dados e com grafos.