Fundamentos de redes neurais

foundations · 9 aulas disponíveis

Fundamentos de redes neurais

Aprenda como redes neurais representam funções, medem erros, propagam gradientes e melhoram por otimização.

1. O perceptron
2. Perceptrons multicamadas e não linearidade
3. Funções de activation: ReLU, GELU e SwiGLU
4. Funções de loss e cross-entropy
5. Backpropagation, visualizado
6. Gradient descent e a paisagem da loss
7. Optimizers: SGD → Momentum → Adam → AdamW
8. Inicialização, normalização e residuals
9. Overfitting, regularização e a bitter lesson