Coletânea Python do ZERO às Redes Neurais Artificiais
O que é Aprendizado de Máquina
Entendendo de forma simples, e ao mesmo tempo separando o joio do
trigo, precisamos de fato contextualizar o que é uma rede neural artificial e como se dá o mecanismo de aprendizado de máquina. Raciocine que, como mencionado anteriormente, temos um problema computacional a ser resolvido. Supondo que o mesmo é um problema de classificação, onde temos amostras de dois ou mais tipos de objetos e precisamos os classificar conforme seu tipo.
Existe literalmente uma infinidade de algoritmos que poderiam realizar essa tarefa, mas o grande pulo do gato aqui é que por meio de um modelo de rede neural, podemos treinar a mesma para que reconheça quais são os objetos, quais são suas características relevantes e assim treinar e testar a mesma para que com algumas configurações consiga realizar essa tarefa de forma rápida e precisa, além de que uma vez aprendida essa classificação, essa rede neural pode realizar novas classificações com base nos seus padrões aprendidos previamente.
Para esse processo estaremos criando toda uma estrutura de código onde a rede terá dados de entrada, oriundos das amostras a serem classificadas, processamento via camadas de neurônios artificiais encontrando padrões e aplicando funções matemáticas sobre os dados, para ao final do processo separar tais dados das amostras conforme o seu tipo.
Neste processo existe o que é chamado de aprendizado de máquina supervisionado, onde literalmente temos que mostrar o caminho para a rede, mostrar o que é o resultado final correto para que ela aprenda os padrões intermediários que levaram até aquela resolução. Assim como também teremos modelos de aprendizado não supervisionado, onde a rede com base em alguns algoritmos conseguirá sozinha identificar e reconhecer os padrões necessários.