Manual Prático do Deep Learning Redes Neurais Profundas – Arnaldo Gualberto

Ja pensou se as Redes Neurais viessem com um Manual Pratico de instrucoes passo-a-passo sobre como construi-las? Pois e, esse manual agora existe! Com ajuda desse Manual, voce vai implementar desde os neuronios mais basicos (como o Perceptron, o Adaline e o Sigmoid) ate uma Rede Neural completa com: learning rate momentum dropout regularizacao L1/L2 tecnicas de inicializacao de pesos (normal, uniform, e glorot/xavier) mini-batch Gradiente Descendente freezing learning rate decay early stopping batch normalization Alem disso, esse Manual tambem contem segredos e dicas de especialistas pra lhe ajudar a treinar suas proprias Redes Neurais bem mais facil, como: quais os melhores valores para cada hiperparametro (learning rate, qtde. de camadas, qtde. neuronios, tamanho do batch, etc)? o que fazer quando a rede nao converge? como evitar os problemas de vanishing/exploding gradients? como identificar e resolver underfitting e overfitting? Esse Manual tambem acompanha a ferramenta essencial pra implementacao de Redes Neurais: a Backpropagation. Poucas pessoas sabem utiliza-la, mas nesse Manual voce encontra um metodo unico e memoravel de ensino conhecido como “deriva quem ta dentro e multiplica por quem ta fora!”. Tudo isso feito pelo autor desse Manual, que: e Google Developer Expert em Machine Learning desde 2018 trabalha com Machine Learning e Deep Learning desde 2016 e professor de Pos-Graduacao em Machine Learning faz doutorado em Deep Learning tem um nanodegree em Deep Learning treina Redes Nerais desde 2015