Glossário de IA

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

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.

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.

Funcao de Ativacao e uma funcao matematica aplicada a saida de cada neuronio em uma rede neural, introduzindo nao-linearidade. As mais comuns sao ReLU, Sigmoid e Tanh.

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

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.