Glossário de IA

Autoencoder e uma rede neural que aprende a comprimir dados em uma representacao compacta (encoding) e reconstrui-los. Usado para reducao de dimensionalidade, denoising e geracao de dados.

Batch Normalization e uma tecnica que normaliza as ativacoes de cada camada em uma rede neural durante o treinamento. Acelera a convergencia, estabiliza o aprendizado e permite learning rates mais altas.

CNN (Rede Neural Convolucional) e uma arquitetura especializada em processar dados com estrutura de grade, como imagens. Usa filtros convolucionais para detectar padroes visuais hierarquicos.

Deep Learning e uma subarea do Machine Learning que utiliza redes neurais artificiais com multiplas camadas para aprender representacoes complexas de dados. E responsavel por avancos significativos em visao computacional, processamento de linguagem natural e geracao de conteudo.

Dropout e uma tecnica de regularizacao para redes neurais que desativa aleatoriamente uma fracao dos neuronios durante o treinamento. Previne overfitting ao forcar a rede a nao depender de neuronios especificos.

Adam (Adaptive Moment Estimation) e um otimizador popular que combina as vantagens do Momentum e do RMSProp. Adapta a taxa de aprendizado para cada parametro individualmente, sendo eficiente e facil de configurar.

Rede Neural Artificial e um modelo computacional inspirado no funcionamento do cerebro humano, composto por neuronios artificiais organizados em camadas. E a base do Deep Learning e permite resolver problemas complexos de classificacao, regressao e geracao.