Como funciona o modelo matemático do neurônio artificial
Trecho de 57 s de Redes neurais artificiais para calibração multivariada em sistemas não, gravado no evento XI Workshop de Quimiometria.
Assistir à gravação completaNo Even3 Conteúdos · 48 minSobre este trecho
Entenda a estrutura básica de um neurônio artificial, envolvendo soma ponderada de pesos e função de ativação.
Vai de a da gravação.
O que é dito neste trecho
Então para entender como funciona o Perceptron multicamada, temos que entender o modelo matemático neurônio, que é onde é inspirado eh esse modelo, esse algoritmo. Então temos o neurônio ali, uma estrutura e depois temos o modelo matemático, né? Como que vai funcionar? Vamos ter uma matriz de preditores, cada amostra vai estar caracterizada por um conjunto de variáveis que vai ser o input à nossa rede. Esses inputs vão ser pesados, né, vão ser multiplicados por uns pesos, né, são chamados pesos, são números, eh esses W, para obter o que seria uma soma ponderada, né, um um um produto entre as variáveis e os pesos que vão ser logo projetadas numa função, numa função não linear, que é chamada de função de ativação ou função de transferência, para finalmente nós termos a nossa previsão da rede, né? O Y chapéu seria representaria a predição da nossa rede.
Outros trechos deste conteúdo

Limitações do PLS e uso de redes neurais
Trecho de a da gravação

Prevenção de sobreajuste em redes neurais
Trecho de a da gravação