Use este identificador para citar ou linkar para este item: https://rd.uffs.edu.br/handle/prefix/8804
Tipo: Monografia
Título: O método de aprendizagem profunda
Autor(es): Cruzaro, Tiago
Primeiro Orientador: Bösing, Paulo Rafael
Resumo: O presente trabalho tem o objetivo de mostrar o funcionamento das Redes Neurais Artificiais (RNA) através do viés matemático. Para isso, foi abordada a matemática que fundamenta o treinamento das redes. São apresentados conceitos básicos para o funcionamento das RNAs como o perceptron, as funções de ativação, funções de custo e sobre regularização. Além disso, uma parte prática com a construção e treinamento de uma rede, em Python, com uso do banco de dados MNIST é apresentada. O treinamento e testes práticos empregam um modelo capaz de reconhecer dígitos de 0 a 9 manuscritos e fotografados por pessoas reais. Os testes foram realizados levando em consideração a capacidade de acerto do modelo em situações em que as imagens estavam ou não no padrão dos dados presentes no MNIST. A execução desta etapa foi fundamental para explorar a importância de um bom conjunto de treinamento, visando melhorar a execução do código.
Abstract/Resumen: This work aims to demonstrate the functioning of Artificial Neural Networks (ANNs) through a mathematical perspective. To this end, the mathematics involved in the training of neural networks is addressed. Basic concepts essential to the functioning of ANNs are presented, such as the perceptron, activation functions, cost functions, and regularization techniques. In addition, a practical component is included with the construction and training of a network using Python and the MNIST dataset. The training and testing apply a model capable of recognizing handwritten digits from 0 to 9, photographed by real people. The tests were conducted considering the model’s accuracy in situations where the images did or did not follow the visual pattern of the MNIST dataset. This stage was fundamental to exploring the importance of a well-prepared training set in improving the model’s performance.
Palavras-chave: Aprendizagem profunda
Redes neurais
Inteligência artificial
Aprendizado de máquina
Idioma: por
País: Brasil
Instituição: Universidade Federal da Fronteira Sul
Sigla da Instituição: UFFS
Faculdade, Instituto ou Departamento: Campus Chapecó
Tipo de Acesso: Acesso Aberto
URI: https://rd.uffs.edu.br/handle/prefix/8804
Data do documento: 2025
Aparece nas coleções:Matemática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CRUZARO.pdf2.33 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.