Modelos de aprendizagem automática e ciência de dados para finanças
by Hariom Tatsat, Sahil Puri, Brad Lookabaugh
Capítulo 3. Redes Neuronais Artificiais
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Existem muitos tipos diferentes de modelos utilizados na aprendizagem automática. No entanto, uma classe de modelos de aprendizagem automática que se destaca é a das redes neuronais artificiais (RNA). Dado que as redes neuronais artificiais são utilizadas em todos os tipos de aprendizagem automática, este capítulo abordará os conceitos básicos das RNAs.
As RNAs são sistemas de computação baseados num conjunto de unidades ou nós ligados, designados por neurónios artificiais, que modelam livremente os neurónios de um cérebro biológico. Cada ligação, tal como as sinapses num cérebro biológico, pode transmitir um sinal de um neurónio artificial para outro. Um neurónio artificial que recebe um sinal pode processá-lo e depois sinalizar outros neurónios artificiais ligados a ele.
A Deep Learning envolve o estudo de algoritmos complexos relacionados com as RNA. A complexidade é atribuída a padrões elaborados de como a informação flui através do modelo. A Deep Learning tem a capacidade de representar o mundo como uma hierarquia aninhada de conceitos, com cada conceito definido em relação a um conceito mais simples. As técnicas de Deep Learning são amplamente utilizadas em aplicações de aprendizagem por reforço e de processamento de linguagem natural, que analisaremos nos Capítulos 9 e 10.