Pular para o conteúdo
Even3

Como funciona o aprendizado profundo em redes neurais

Trecho de 1 min 48 s de Deep Learning e sistemas dinâmicos na saúde, gravado no evento III Congresso Brasileiro de Biodiversidade e Inovação Tecnológica em Saúde.

Assistir à gravação completaNo Even3 Conteúdos · 47 min

Sobre este trecho

Uma visão introdutória sobre as camadas ocultas do Deep Learning e como redes neurais artificiais aprendem a classificar padrões de dados.

Vai de a da gravação.

O que é dito neste trecho

Deep Learning é na verdade uma rede neural artificial. Chama de aprendizado profundo porque eh, na sua camada chamada de camada escondida, camada oculta, são as hidden layers, você tem eh, três ou mais duas ou mais camadas. O Deep Learning é o método revolucionário e o que vocês estão vendo aqui é na primeira camada você tem um input de dados, por exemplo esse input de dados pode ser sim um eixo de eletroencefalográfico. Esse input de dados pode ser texto, esse input de dados pode ser podem ser parâmetros de uma de uma proteína, e aqui você tem uma saída. A mágica acontece aqui no meio, né? A mágica acontece aqui no meio. O que o que o Deep Learning vai fazer é aprender padrões dessas dessas desse input do dos dados que estão entrando aqui. Ele vai aprender esses padrões de acordo com uma classe, de acordo com um label. Você ensina o algoritmo, à medida que os padrões vão entrando esses padrões entram com uma taxa. E aí você ensina o algoritmo a aprender quais são os parâmetros que caracterizam aquela taxa, aquela classe, tá? Então, por exemplo, eh, um exemplo muito muito didático é o uso do Deep Learning hoje em visão computacional. Eh, você faz com que o algoritmo aprenda com uma alta acurácia a diferenciar gatos de cachorro. Você fornece ao algoritmo milhares de imagens de gato e cachorro, cada uma delas tem uma taxa, que é cachorro tem a taxa cachorro e o que é gato tem a taxa gato. Então o algoritmo aprende o que aí você treina o algoritmo com um conjunto de imagens e você faz um teste com outro conjunto de imagens que não foi usado para o treino. E aí você verifica então a acurácia do algoritmo. Basicamente é isso.

Outros trechos deste conteúdo