Glossário de IA

Autoencoder é uma rede neural que aprende a comprimir dados em uma representação compacta (encoding) é reconstrui-los. Usado para redução de dimensionalidade, denoising é geração de dados.

Batch Normalization é uma técnica que normaliza as ativacoes de cada camada em uma rede neural durante o treinamento. Acelera a convergência, estabiliza o aprendizado é permite learning ratés mais altas.

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

Deep Learning é uma subárea do Machine Learning que útiliza redes neurais artificiais com multiplas camadas para aprender representacoes complexas de dados. E responsável por avanços significativos em visao computacional, processamento de linguagem natural é geração de conteúdo.

Dropout é uma técnica de regularização para redes neurais que desativa aleatoriamente uma fracao dos neuronios durante o treinamento. Previne overfitting ao forçar a rede a não depender de neuronios específicos.

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

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