Escritor & Autor
Este é um e-book de distribuição gratuita, mas o leitor que preferir poderá adquirir uma cópia impressa. Este presente volume apresenta a estrutura mais fundamental de um Perceptron e explica como é que a capacidade de aprender é dada a ela.
O seu conteúdo está baseado nos dois primeiros capítulos do livro “Equações que Aprendem: Uma Introdução aos Fundamentos Matemáticos da Aprendizagem Artificial” que é o primeiro volume da Coleção “Equações que Aprendem” e que trata da aprendizagem de máquina no Perceptron que é, provavelmente, a mais básica das arquiteturas de máquina construídas para simular aspectos do funcionamento de um neurônio real.
O “Equações que Aprendem” vai mais a fundo na aprendizagem das máquinas e mostra como dotar modelos profundos com o dom do aprendizado. Este é o admirável segredo que está por trás das maravilhas que vemos, hoje em dia, nas IA’s mais conhecidas, como, por exemplo, o ChatGPT ou o Gemini.
Assim, este presente livro é, de fato, “O Mais Básico do Básico do Básico sobre Aprendizagem Artificial” e qualquer pessoa pode utilizá-lo para ter um primeiro contato com o fascinante mundo em que as máquinas são capazes de aprender quase qualquer coisa e simular aspectos importantes da inteligência humana, como ver, ler, falar, entender o que um ser humano fala, e várias outras capacidades utilíssimas e que têm estado cada vez mais ao alcance de todos.
Por fim, este livro tem muitos códigos ilustrativos que podem ser encontrados no seu repositório do GitHub e executados no notebook, feito para ele, diretamente no Google Colab, permitindo que você execute os exemplos de forma prática e interativa.