Total em 1 parcela: R$269,00R$269,00R$269,00com todos os cartões.
O desconto será aplicado sobre o valor do produto (sem frete) ao escolher o meio de pagamento.
Não acumulável com outras promoções
Ou pague em
1xdeR$269,00
sem juros
Total R$269,00
2xdeR$156,89
Total R$313,79
3xdeR$105,14
Total R$315,43
4xdeR$79,94
Total R$319,79
5xdeR$64,45
Total R$322,26
6xdeR$53,95
Total R$323,71
7xdeR$46,44
Total R$325,09
8xdeR$40,76
Total R$326,08
9xdeR$36,34
Total R$327,08
10xdeR$32,88
Total R$328,83
11xdeR$30,05
Total R$330,57
12xdeR$27,67
Total R$332,05
Boleto
0% de desconto pagando com Boleto
Total: R$269,00R$269,00R$269,00
O desconto será aplicado sobre o valor do produto (sem frete) ao escolher o meio de pagamento.
Não acumulável com outras promoções
Pix
0% de desconto pagando com Pix
Total: R$269,00R$269,00R$269,00
O desconto será aplicado sobre o valor do produto (sem frete) ao escolher o meio de pagamento.
Não acumulável com outras promoções
Descrição
Este Livro descreve de forma detalhada e didática, mostrando passo-a-passo, como fazer o treinamento de uma Rede Neural Artificial usando vários algoritmos e arquiteturas empregadas em Packages e Toolboxes dos principais softwares de Machine Learning. São apresentados diversos exemplos para entender os conceitos e fundamentos da aprendizagem de um neurônio artificial.
Background Matemático: como é necessário conhecimento prévio de determinados resultados de cálculo, no Capítulo 2 são apresentados os conceitos de derivada, derivada direcional e o método do gradiente descendente que servem de base para o entendimento do algoritmo de backpropagation.
Perceptron: é o primeiro modelo e o mais simples, proposto por Rosenblatt em 1958, usado para representar matematicamente um neurônio. No Capítulo 3 o percetron é explorado e suas limitações são expostas.
Perceptrons de Múltiplas Camadas: após vários anos de estagnação, décadas de 1960 e 1970, as RNA voltam a receber atenção com os Perceptrons de Múltiplas Camadas (MLP) treinados com o algoritmo de backpropagation, apresentado no Capítulo 4.
Nessa sequência este Livro explora variantes do MLP, sendo examinadas detalhamente as variantes QPROP, RPROP, DELTA-BAR-DELTA e LMBP.
Para mostrar que os cálculos correspondem exatamente ao que é programado, os resultados são comparados com importantes funções do MATLAB® e a seguir são mostradas todas as linhas de programação usando comandos do PythonTM.
Sumário: Parte 1 – Introdução – Background Matemático e MATLAB - 1 / Capítulo 1 - introdução - 3 / Capítulo 2 - Background Matemático e MATLAB - 15 / Parte 2 – Perceptron - 89 / Capítulo 3 - Perceptron - 91 / Capítulo 4 - Backpropagation e Perceptrons de Múltiplas Camadas MLP - 143 / Capítulo 5 - Quick Propagation QPROP - 205 / Capítulo 6 - Propagação Resiliente RPROP - 255 / Capítulo 7 - Algoritmo de Levenberg- Marquardt e Backpropagation LMBP - 301 / Capítulo 8 - Delta-Bar-Delta DBD - 389 / Apêndice - 465 / Referências bibliográficas - 489
Informações sobre o Livro
Título do livro : BACKPROPAGATION E REDES NEURAIS - VOL.01 Autor : JUNIOR, FABIO A. E OLIVEIRA, MAURI A. Idioma : Português Editora do livro : CIENCIA MODERNA Capa do livro : Mole Quantidade de páginas : 524 Altura : 28 cm Largura : 21 cm Peso : 760 g Tipo de narração : Manual Data de publicação : 07-03-2024 Gênero do livro : Informática e Tecnologia Ano de publicação : 2024 Características:Título do livro: BACKPROPAGATION E REDES NEURAIS - VOL.01Autor: JUNIOR, FABIO A. E OLIVEIRA, MAURI A.Idioma: PortuguêsEditora do livro: CIENCIA MODERNACapa do livro: MoleQuantidade de páginas: 524Altura: 28 cmLargura: 21 cmPeso: 760 gTipo de narração: ManualData de publicação: 07-03-2024Gênero do livro: Informática e TecnologiaAno de publicação: 2024
