1: Rede neural artificial: explore os fundamentos e o amplo significado das redes neurais.
2: Perceptron: entenda os blocos de construção dos modelos de aprendizado de camada única.
3: Jürgen Schmidhuber: descubra a pesquisa pioneira por trás das redes modernas.
4: Neuroevolução: examine abordagens genéticas para otimizar arquiteturas neurais.
5: Rede neural recorrente: investigue redes com memória para dados sequenciais.
6: Rede neural feedforward: analise redes onde os dados se movem em uma única direção.
7: Perceptron multicamadas: aprenda sobre estruturas em camadas que aumentam a profundidade da rede.
8: Rede neural quântica: descubra o potencial dos modelos de aprendizado assistido por quantum.
9: ADALINE: estude neurônios lineares adaptativos para reconhecimento de padrões.
10: Rede de estado de eco: explore modelos de reservatório dinâmico para dados temporais.
11: Rede neural de pico: entenda sistemas neurais inspirados biologicamente.
12: Computação de reservatório: mergulhe em redes especializadas para análise de séries temporais.
13: Memória de curto prazo longa: Domine arquiteturas projetadas para reter informações.
14: Tipos de redes neurais artificiais: Diferencie entre vários modelos de rede.
15: Aprendizado profundo: Compreenda a profundidade e o escopo de redes multicamadas.
16: Regra de aprendizado: Explore métodos que orientam o treinamento de modelos neurais.
17: Rede neural convolucional: Analise redes adaptadas para dados de imagem.
18: Problema do gradiente de desaparecimento: Aborde desafios no treinamento de rede.
19: Redes neurais recorrentes bidirecionais: Descubra modelos que processam dados em ambas as direções.
20: Rede neural residual: Aprenda técnicas avançadas para otimizar o aprendizado.
21: História das redes neurais artificiais: Trace a evolução deste campo transformador.
1: Rede neural artificial: explore os fundamentos e o amplo significado das redes neurais.
2: Perceptron: entenda os blocos de construção dos modelos de aprendizado de camada única.
3: Jürgen Schmidhuber: descubra a pesquisa pioneira por trás das redes modernas.
4: Neuroevolução: examine abordagens genéticas para otimizar arquiteturas neurais.
5: Rede neural recorrente: investigue redes com memória para dados sequenciais.
6: Rede neural feedforward: analise redes onde os dados se movem em uma única direção.
7: Perceptron multicamadas: aprenda sobre estruturas em camadas que aumentam a profundidade da rede.
8: Rede neural quântica: descubra o potencial dos modelos de aprendizado assistido por quantum.
9: ADALINE: estude neurônios lineares adaptativos para reconhecimento de padrões.
10: Rede de estado de eco: explore modelos de reservatório dinâmico para dados temporais.
11: Rede neural de pico: entenda sistemas neurais inspirados biologicamente.
12: Computação de reservatório: mergulhe em redes especializadas para análise de séries temporais.
13: Memória de curto prazo longa: Domine arquiteturas projetadas para reter informações.
14: Tipos de redes neurais artificiais: Diferencie entre vários modelos de rede.
15: Aprendizado profundo: Compreenda a profundidade e o escopo de redes multicamadas.
16: Regra de aprendizado: Explore métodos que orientam o treinamento de modelos neurais.
17: Rede neural convolucional: Analise redes adaptadas para dados de imagem.
18: Problema do gradiente de desaparecimento: Aborde desafios no treinamento de rede.
19: Redes neurais recorrentes bidirecionais: Descubra modelos que processam dados em ambas as direções.
20: Rede neural residual: Aprenda técnicas avançadas para otimizar o aprendizado.
21: História das redes neurais artificiais: Trace a evolução deste campo transformador.
Rede Neural Artificial: Construindo sistemas inteligentes para autonomia e adaptação robótica
263
Rede Neural Artificial: Construindo sistemas inteligentes para autonomia e adaptação robótica
263
Product Details
| BN ID: | 2940180972125 |
|---|---|
| Publisher: | Um Bilhão Bem Informado [Portuguese] |
| Publication date: | 12/18/2024 |
| Series: | Ciência Da Robótica [Portuguese] , #7 |
| Sold by: | PUBLISHDRIVE KFT |
| Format: | eBook |
| Pages: | 263 |
| File size: | 1 MB |
| Language: | Portuguese |