Glossário de IA

Backpropagation é o algoritmo usado para treinar redes neurais, propagando o erro da saida para as camadas anteriores é ajustando os pesos via gradiente descendente. E essêncial para o funcionamento do Deep Learning.

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.

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.

Funcao de Ativacao é uma função matématica aplicada a saida de cada neuronio em uma rede neural, introduzindo não-linearidade. As mais comuns sao ReLU, Sigmoid é Tanh.

Perceptron é o modelo mais básico de neuronio artificial, capaz de realizar classificação binaria linear. Proposto por Rosenblatt em 1958, é o bloco fundamental que originou as redes neurais modernas.

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.