Redes neurais e multilayer perceptron - Aula 10

Fala galera vamos começar Então a nossa segunda aula sobre redes neurais evoluir um pouco de que a gente discutiu na aula anterior que foi sobre o percebe a gente então entendeu o que ela neurônio artificial a gente aprender a modelar e treinar o meu nome artificial E aí a gente se deparou com um problema que existe o percebe Tron que ele não é eficiente para lidar com problemas que não são linearmente separáveis e isso trouxe realmente um balde de água fria para comunidade acadêmica de redes na garagem na década de 60 70 80 e todo

mundo acabou até meio que se distanciando na sala de zoras Porque eu moro em mim então ele pública aquele livro chamado percebe Tron que mostra essas imitações e mostra bolsa eu não consigo resolver problemas que não são linearmente separáveis que é o que a gente mais tem na sociedade então talvez não seja uma técnica muito eficiente mas existem formas a gente evoluir isso e conseguir trabalhar com eu não tinha me separado Esse é isso a gente vai vendo aula de hoje a gente vai entender uma evolução do percebe Tron com o multilayer perceptron e agora

em já começa então se aproximar das redes neurais Porque como tá aqui né multilayer percepton ou seja vou pegar o torção que há várias camadas os vários percepções vários neurônios para conseguir resolver esse problema então se com um neurônio não consigo talvez eu formar uma rede com vários neurônios eu consigo E é isso que a gente vai ver nessa aula de hoje mas antes disso recadinho você já sabe não se esqueça de se inscrever no canal deixar o seu like compartilhar enviar para os amigos para os professores pros alunos para quem for que eu preciso

muito da audiência de vocês e também seguir na rede social Instagram William eu coloco muito conteúdo lá relevante sobre essa temática Mas vamos então para o conteúdo e começando como a gente parou na aula anterior te parou olhando assim ó existe então dois tipos de problema os problemas separáveis ou seja em que com uma reta com uma linha eu consigo dividir os meus atrações então nesse exemplo eu posso entender os da capotes magentas como ele meio que não são espaços e os datapoints azuis como é meio esqueçam span então cima eu vou passar tivesse comportamento

eu consegui traçar uma linha que dívida bem esses datapoint eu tenho um problema que é linearmente separado do outro caso ali do outro exemplo eu tenho problema que não a minha mente sem palavras porque olha é só eu tenho os meus conjuntos de e-mail que tem uma região aqui do meu plano cartesiano e os que não são espantam aqui no meio eu tenho que são os pa né aqui assim os que são os paninhos que estão na periferia não são span só que eu não consigo traçar uma linha aqui para separar ele não tem como

é o modelo mais complexo rico percepção eu não consigo resolver esse tipo de problema um único perception e os casos que nós vimos na aula anterior foram os operadores lógicos né o ou Wendy né ou seja o operador lógico ou e o operador lógico e então aqui o operador lógico ou é aquele em que para ser verdadeiro pelo menos uma das causas tem que ser verdadeira e na hora que o próprio isso no gráfico aqui eu posso ver que eu consigo separar aqui o meu os meus atrações sendo que aqui é tudo verdadeiro né E

aqui é o que é falso tá e amn o coelho and é o operador lógico e que eu garanto que para ser verdadeiro Os dois têm que ser verdadeiro certo e aí eu consigo também separar e isso de forma é linearmente né de uma forma então aqui tá tudo que é falso e aqui tá tudo que é verdadeiro Ok E aí a gente chegou no problema aqui é o problema do Choro ou ou exclusivo o alvo exclusivo é assim para ser verdadeiro só é verdade eles se foram Ou seja já ou um outro e nesse

caso na hora que eu coloco no gráfico eu tenho uma um gráfico dessa forma e aí eu não consigo traçar uma linha que separa então se eu traçasse fica errado se eu trás assim fica errado então não tem jeito e então a gente percebeu que Cooper certo ou não consigo resolver o problema do shopping só que hoje a gente vai ver como resolver esse problema com o multilayers mas antes disso eu vou e vocês e revisar também né toda essas calçolas de treinar o percebe só para trabalhar com o modelo ou com o modelo indicou

e como modelo Note para a gente entender bem o que é o shor entender bem que é um plano não tem na mente pa tá então eu vou começar aqui com percebe que eu já treinei e se percebe então aqui para vocês para lidar com um problema do ou tá aqui tem um problema do UOL é o seguinte para ser verdadeiro as duas para ser verdadeiro uma outra causa tem que ser verdadeiro então eu pensei num exemplo aqui da vida real para facilitar o entendimento Então os Você tá doente e você vai no médico e

o médico falou você pode tomar em qualquer um desses dois medicamentos aqui você pode tomar só esse que você vai se curar mas talvez leve mais tempo você pode usar esse outro que também vai levar um pouco de tempo ou você pode combinar os dois se tiver ali com dinheiro mais caro mas você tomar os dois vai potencializar e você vai se curar mais de trás tá então onde tem esses dois cenário só que você tomar nenhum dos dois você vai continuar doente e é isso que a gente tem aqui vamos supor até que eu

tenho paciente a eu tenho o paciente p o paciente ser e o paciente dele Certo Então nessa causa do ou é isso eu posso tomar um outro os doces então paciente a ele não tomou o x ou retirantes um e não tomou medicamento x 2 que tá zero a zero ela não tomou é falso então obviamente que o target aqui que é se curou né o exército ele não seguro o paciente B ele tomou só o medicamento doces podem ver então esse caso ele se curou um homem um paciente se ele tomou só o medicamento

X1 então ele também se curou e o paciente de ele tomou os dois medicamentos Dori potencializou e ele segurou até de uma forma mais rápida e tá aqui certo então é isso era o meu datacert aqui que eu treinei é esse percebe Tron aqui com esses pesos né então eu queria um percepção com duas entradas ele tem dois pesos mais o pai e se discutiu bastante ele dá uma outra dynamically Puma neurônio deixei um pouco mais flexível e agora eu posso até treinar fazer um filho de forte aqui para vocês verem se realmente está funcionando

esse na Europa Então vamos lá então dando o Miguel aqui com vocês então vamos pegar aqui o paciente a certo paciente a é zero para X1 Oi e a zero parte 2 então ele não tomou menos medicamentos então que meu percebe só tem que prever é usar ou seja ele não segurou então vamos fazer o nosso nosso computação aqui então eu faço a entrada vezes o peso a entrada mesmo peso sono né Adiciona o Bahia sair passo pela função de ativação Bom vamos lá 0 x 2 vai dar zero Mas sério vezes 2 vai dar

zero somos cobaias aqui nessa fórmula aqui vai dar menos um certo e aí eu passo pela função de ativação agora atenção até aqui Atenção atenção atenção na aula anterior eu disse para vocês que a função degrau vocês vão encontrar tiver essas formas então tem autores que a sua função degrau aquela né eu pego o valor de de entrada e vejo ao se for acima de zero o resultado não se for abaixo de zero O resultado é zero cerne do valores a positivos vou eu vou ter como sair da um e valores negativos Como sair do

zero e aí eu falei até autores que o zero como o valor é zero colocam como saída zero e outros autores que quando a série colocam valores de saída como um na aula anterior eu no meu modelo na minha na minha implementação eu considerei que quando o valor fosse zero o resultado seja zero agora eu tô mudando a lógica aqui ó até aqui ó tá agora se o valor de entrada for igual a zero ele vai dar um açaí certo então agora é só mudei aqui então agora se for maior ou igual a zero vai

dar um se for menor do que zero vai dar zero e se for zero vai dar essa é a dinâmica só para você ter e que existe essas várias formas e depois não ficarem confusos na hora que você pegar um peito e tiver de um jeito uma outra pessoa que vai dar um jeito no tutorial de um jeito do jeito que eu gosto de fazer essas diferentes formas de lidar com os valores de dar E essas ex de lidar com as notações para facilitar para você dividimento porque cada outro o dependente se vem de uma

área vai fazer de uma forma se dentro de outra fazer pra fora mais eu precisei aqui dá para fazer de diferentes formas tá então basicamente é isso aqui tá só fiz essa mudança da função de ativação menos um jogo para função de ativação - 1 é menor do que zero é então resultado Aqui é zero então meu Y chapéu aqui que é o valor previsto do modelo a 0 Qual que é o valor do tablet aqui né Zé ele não segurou legal agora vamos pegar o paciente cê tá Vou apagar aqui para ficar mais a

limpo bom pegar agora o paciente cedo o passeio ser prepare ele tomou X1 mas não tomou os dois nesse meu nesse meu cenário aqui ele precisa tomar só um dos medicamentos ou os dois para segurar Então vamos fazer esse cálculo aqui ó X1 = 1 x 2 = 0 1 x 2 + 0,1 e eu dois mas o baile as ter menos um vai dar um né o resultado aqui perdão só coloquei aqui nessa foto e aí eu pego o valor jogo para a função degrau e qual que é o resultado da função de glaucoma

em cada um ele é maior ele é maior igual a zero é então o resultado aqui vai ser um e qual que é o valor previsto um alca valor real ou então vocês vem que esse meu percebe Então tá funcionando perfeitamente por causa lá ou então ou é isso ou o outro os dois combinados para ser verdade agora vamos para cross lá em que é diferente tá na causa a Indy eu necessito Obrigatoriamente que as duas cápsulas sejam verdadeiro para dar verdadeiro Então nesse caso aqui é diferente agora tá essa doença e não adianta você

tomar um medicamento ou outro tá os tem que tomar Obrigatoriamente os dois medicamentos para Se Curar porque um potencializa o outro então se toma sol X1 não vai resolver se tomar só os dois não vai resolver você tem que tomar os 2 x 1 x 2 tá então esse é meu datassette aqui ó então o paciente a o paciente ver o paciente ser impaciente dele tá o paciente a não tomou nenhum medicamento não se for o medicamento B tomou o medicamento x 2 mas não tomou medicamento e X1 não se curou certo porque falso e

verdadeiro da falsa certo não é amor agora eu vendi Os dois têm que ser verdadeiro o pacientes você tomou medicamento peso não tomou medicamento x 2 então ele não segurou já o paciente de um hospital e tomou realmente os dois medicamentos X1 é dois então ele segurou certo repare-se agora aqui eu tenho meu perception treinando e ele tá exatamente com a mesma arquitetura mesma base ali do ano anterior o que que muda agora muda os pesos tá então W1 agora é um e W2 agora é um e o Buzz é menos um anteriormente para resolver

o problema do Óleo tá o w era 2u não dava um era dois isso o W2 era dois e o Bahia gera menos vão então vocês entendem que assim o arquitetura quantidade de pesos ali é são iguais o que muda são os valores dos pesos para ele então atender um tipo de cenário outro tipo de se ele vai aprendendo ao longo dos pesos estamos parâmetros que a gente fala que ele precisa Então ir ajustando Então nesse caso aqui com W1 igual a W2 igual dois e o baias igual a menos um e-mail eu consigo resolver

esse problema do and ou seja agora no meu hospital eu consigo garantir que meu perfecton vai só para dizer se o paciente estiver curado se ele tomar os dois medicamentos e a gente pode a simular que um filho de foi um processamento para vocês verem também eu não tô de ligar vamos lá junto agora vou pegar agora o paciente B tá o paciente box1 ele não tomou praticamente X1 mas ele tomou medicamento x 2 tá então 10 vezes não vai dar zero mais um vezes um vai dar ruim que ela vai dar um mas o

baias ter menos um e-mail que vai dar então menos meio aqui você não tiver feito a conta errada sério menos meia hora que eu jogo na função degrau é um valor negativo se é um valor negativo o resultado previsto vai ser zero então o y chapéu o valor previsto é sério Qual foi o valor que ele fez a previsão aqui o valor real e zero Então tá certinho vamos ver se ele consegue então a fazer a predição de um datapoint em que o paciente de tomou os dois medicamentos tá que é o paciente de ele

tomou os medicamentos estão é um para X1 é um partes dois faço uma vezes 11 mais uma vez hum hum que vai dar 22 - Um e-mail vai dar meio Positivo na hora que o jogo para função degrau é maior igual a zero é então o meu meio agora O resultado vai ser um né então aqui também tá uma você vê que tá certinho ele se curou tá então essa cláusula em dia a gente consegue resolver conversar Ah E também temos uma multa para dor kau Note que A negação por exemplo se você tomou medicamentos

tem que tomar o Instituto que é o zero e se você não tomou medicamento e tomar então basicamente é só A negação Então se hoje sou uma entrada é falso a saída é verdadeiro se X1 aqui tá de verdadeiro a saída é falsa é simplesmente A negação e eu também consigo resolver conter certo só que aqui tem uma coisa bem interessante para vocês repare que o meu neurônio agora só tem dois pesos né que é o X1 e cobaias porque eu não tenho mais o x 2 aqui é só tô negando tá então isso é

para você entender e que a arquitetura do meu neurônio E aí depois a gente tá minha rede ele vai mudando de acordo com as entradas de fitness então para esse problema grande eu tenho duas entradas duas fitas fiz um esses dois nesse caso do Norte só tenho a ligação então só tenho entrada x 1 e ele só vai então fazer o palco A denegação então se eu tivesse X1 X2 X3 eu teria que W1 W2 W3 mas como só tenho uma entrada eu só tenho um peso Davi um E aí obviamente precisa horário para fórmula

aqui essa fórmula ela não nessa expressão aqui ela não condiz com esse neurônio porque essa parte 12 bom eu Super indico como você vai que tem um ali ó modificando e ajustando o seu modelo por problema específico então basicamente isso implementação note é A negação E aí eu posso combinar as coisas do tipo eu posso fazer um não and outra não e eu posso fazer ou não ou seja ou não Ou tá então peguei um exemplo aqui do not and que assim agora eu vou ligar o ente que quero and Wendy ele pegava os aportes

né E aí ele com de para ser verdadeiro ou seja o paciente segurar ele tinha que Obrigatoriamente tomar um dois medicamentos em conjunto tá então x 1 x 2 tem que ser verdadeiro para o tablet da verdadeiro agora para o note and É só inverter todo o emd né então agora se ele tomar os dois medicamentos junto ele não vai se curar e ele vai morrer Tá porque vai potencializar não pode tomar os dois medicamentos juntos é um tipo de doença que você pode então deixa só sistema imunológico aviso e miticamente nenhum que você vai

levar um tempo mas você vai se curar ou você pode tomar o medicamento X1 ou você pode tomar o medicamento de dois mas se não pode tomar de nenhuma forma os dois medicamentos tá então tá aqui ó você não pode tomar os medicamentos junto então é A negação doente e aí é só eu mudar os Meus pesos aqui eu fiz o treinamento agora com esse data sete horas então eu tenho paciente aqui a b c e d então paciente ar não tomou nenhum dos medicamentos deixou só o sistema imunológico age E aí ele se curou

depois juntei o paciente B ele tomou medicamente os dois e se curou o paciente se promoção medicaments um e segurou e o paciente de tomou os dois medicamentos teve um problema complicação e não sobreviveu a zero e que com esse os pesos aqui tá eu consigo Então também solucionar um problema do note vamos fazer só uma simulação aqui para mim eu acho que ajuda né a sedimentar e aí a materializar por isso a previsão então vamo junto aqui ó vamo pegar o paciente que não tô nem o medicamento tá então deixou deixou o sistema imunológico

agir não tomou X1 não tomou José x 2 então só fazer a conta aqui 10 vezes menos não vai dar 0 + 0 vezes menos 100 com o baias que é mais menos um e-mail deu um e-mail aqui ok e joga para função step é maior igual a zero O resultado é um tá aqui também é um tá certinho perfeito legal então vamos pegar agora o caso do paciente que tomou os as medicamentos a teimoso Não podia tomar mais favor que eu passei te dei então é X1 = 1 x 2 = 2 então um

vezes -1 -1 mais um vezes menos um também dá menos um Vai dar - 2 - 2 com mais um e-mail e vai dar menos meio na hora que eu jogo para função integral a função degrau é menor do que zero é então O resultado é zero eo zero tá certinho então vocês vem que dependendo do cenário eu consigo com a mesma Prefeitura de pensar você já duas entradas 2 pesos de 1 baias e ir ajustando os parâmetros que é o valores de w e W2 e do país eu consigo ajustando cair Então se comportar

com cenário outro tá bom agora a gente entra e num problema aqui que a gente parou na última aula que ao problema do chora tá o chora ou exclusivo Ou seja você não tem como tomar os dois medicamentos tá e você também não pode não tomar nenhum medicamento então se você não tomar nenhum medicamento você não vai se curar se você tomar um dos dois medicamentos você segura mas se você tomar os dois medicamentos em conjunto também vai dar uma sobrecarga no organismo e você vai falecer tá então é isso o caso do Choro a

gente pode pensar outras aí por causa do da Matrix né então você quer a pílula azul ou você quer a pílula vermelha se você não tem a opção de tomar as duas pílulas e você não tem a opção de não tomar nenhuma tem que tomar uma ou a outra então Wall exclusivo ele só vai ser verdadeiro quando for uma causa na outra antes e a gente pode notar aqui em cima vou voltar aqui né nesses gráficos e quando é o gol né aqui em cima eu tenho um problema aqui que é linha separável mas quando

eu tenho um problema do shorewall exclusiva aqui só tô pegando aquele conjunto de dados e voltando no gráfico aqui eu não consigo distribuir de uma forma linear e é isso que a gente vai então resolver se eu não consigo a Dilma forma linear aqui nesse gráfico do choro é porque se eu traçar uma reta assim eu não resolvo se eu passar uma reta assim eu não resolvo então eu não consigo resolver o meu problema mas talvez esse ou então traçar duas retas assim e aí tudo que tá para dentro das festas aqui é por exemplo

o verdadeiro e tudo que tá para fora é o falso eu consigo resolver então eu posso modificar agora o meu percebe não deixando ele mais complexo para que ele possa né De certa forma pensar essas duas cartas aqui e é isso que a gente vai olhar agora então chora eu não consigo resolver a não adianta com o único percebe tampa para ficar de tarde a gente não consegue resolver isso mas agora a gente pode fazer combinação de perceptions ok e para chegar no meu resultado E é isso que eu tenho agora tá vendo Então agora

eu tenho a minha primeira rede neural aqui que nada mais é do que a combinação de ter expertu obviamente a Regina Larissa tem um neurônio procurando a rede neurobiológico agora vou lá coloco centenas de milhares de neurônios ele forma uma rede neural específica que vai dar determinar um corportamento nós tal vai fazer uma função específicas e é isso a gente está fazendo agora então eu saio de um modelo de um único neuro é o formato e o funcionamento é o mesmo e vou para o modelo mais complexo e esse modelo mais complexo agora une os

dois ou três ou quatro centenas de já começar agora resolver o nosso problema do Pet centro para o choro combinando mais de um modelo e é isso que a gente vai fazer agora e agora vai aparecer alguns conceitos que são importantes para vocês a gente vai falar da o input Leia você já camada de entrada se Aonde está o meu x 1 o meu x 2 e o bairro também pode estar aqui tá ou alguns autores colocam baias na descrição diretamente dentro dos Nós também não tem problema e a gente tem o áudio multi layer

Black el de saída aqui ok e no meio do caminho a gente tem o que a gente chama de rir lei Essas são as camadas escondidas que é um conjunto de neurónios que faz algum tipo de processamento aí é para dar o resultado tá então agora eu começo a fazer essas conexões E aí tem um informação importante eu coloquei aqui que é Fuli Connect ler o que que o fundo e Connect Network na verdade é o que quer dizer isso que ele é totalmente conectado Ou seja todos os nós Ou seja todos os neurônios próximo

todos os neurônios e todas as entradas conversa também com todos os neurônios é isso que a gente vai olhar e que com esse arquitetura que o coloco aqui para vocês com um neurônio que vai estar fazendo a função do Worlds que faz a função do Norte bom e o outro neurônio depois que pega a sério desses dois e faz um and eu consigo resolver o problema do Choro tá e eu treinei eu treinei aqui um modelo para vocês que tá aqui que é esse daqui tá com esses pesos e ele funciona para resolver o problema

do Choro Tá qual que é o problema de chorou Quem era esse daqui né Se for 00 O resultado vai dar certo né Se for 0 e 1 o resultado dá um se for 10 resultado da um E se for um e um O resultado é zero e com esses pesos esses conjuntos de neurônio essas ligações eu consigo resolver isso tá então agora a gente pode até simular agora aqui esse processamento então para ver se ele é um Choro mesmo ó vou pegar esse caloroso aqui do dedo paciente de tá aqui tomou os as medicamentos

mas ele não se curou porque deu uma sobre cada vamos ver se a gente consegue resolver isso vamo lá que os pesos treinados tá vamo entender como é que funciona isso então ele é uma aqui uma aqui e o Bahia só o by as from neurônio aqui cada um desses é um ter certo então a gente vai ter o mesmo comportamento multiplica pelos peso então cada neurônio aqui na hora que eu e ele tem um comportamento assim né primeiro eu faço somatória depois eu faço pela função de ativação Então vamos começar a para vocês aqui

para facilitar o entendimento para vocês então peguei aqui o paciente dele é que tomou os medicamentos e faleceu e vamos descer o meu modelo consegue prever isso eu começa aqui com as duas entradas de um tá vou fazer aqui o processamento só do neurônio o creme Então vamos esquecer o neurônio and aqui tá não vamos olhar para ele agora tá Vou fingir que ele não existe para facilitar o entendimento Vamos fazer assim agora um às vezes dois deu dois certo então x 1 x W1 de 2 x 2 vezes W2 deu dois estão todos mais

24 com menos um do país que está vivo aqui você já todas as entradas do neurônio War eu tenho 4 - um deu três certo três passa pela função de ativação qualquer resultado que vai sair daqui um certo legal agora eu posso avançar aqui na rede possa vou pegar esse and aqui Oi como que tá entrando no Waze aqui um PS1 multiplicado pelo que ai que eu tenho que resolver esse neurônio agora aqui primeiro vamos lá então até a mesma x 1 x 2 né então uma vez só que os pesos mudam tá então a

mesma entrada vai ter várias conexões com várias pessoas aqui os preços dessas entradas para cada ganhando Muda então muda aqui então X1 a conexão com esse um alô do hora aqui aí o pesar dois mas a conexão O Neide aqui é menos um aí é isso que eu faço agora uma vezes menos um agora vou apagar aqui o risco tá opa vou pagar o risco você saber que a gente tá olhando agora para esse número aqui do nem tá então uma Vezes -1 -1 Mais uma vez menos um menos um vai dar menos dois mais

o baile aqui é um e-mail então deu menos meio aqui ó ou menos meio passo na função de ativação é negativo o resultado agora vai ser Zero Certo o que vai estar saindo desse neurônio vende é o zero o que vai estar sair do neurônio hora é um Então agora eu posso calcular né então eu tô te esperando isso né fazendo o filho de fugir na minha rede posso pegar esse terceiro neurônio aqui tem uma função de and pegasse as entradas estão saindo do neurônio hora e do Mende e processar isso então eu faço uma

vezes um deu um certo mais 0 X1 que Deus é tão um e mais o baias que o Buzz desse neurônio emitiu cobaias pode ser individualmente para cada neurônio deu menos um e-mail então u6 - um e-mail vai dar menos meio menos meio na função de ativação vai dar zero ou seja deu certinho tá então eu consegui resolver uma parte do show ó que é o seguinte se o cara tomar os dois ele não vai se curar ele vai dar segue vai morrer certo então tá funcionando para esse esse caso específico rápido chore quando chegar

agora o paciente que tomou só o medicamento x 2 não tô mediante dois pronto o cara só tomou medicamento esses dois não tomou medicamento x 1 e tem que segurar Vamos ver se agora minha rede neural aqui se comporta dessa forma eu vou apagar tudo aqui para acertar o entendimento de vocês é legal Vamo junto agora então o paciente não tomou Jesus um Mas tomou os dois ou um processar agora vou só fazer aqui o pensamento desse neurônio aqui do Óleo Então vamos lá 10 vezes dois deu zero uma vezes dois deu dois então vai

dar dois mais Dubai Essa é menos um vai dar um qual que vai ser a saída da função de ativação para constante da são função degrau entrou um sai um positivo legal agora eu vou calcular para esse nononi aqui quanto que vale o peso aqui ó -1 -1 as mudas de acordo com o neurônio aqui então o país do neurônio hora é um e o palhaço neurônio and é um ele tá então fique fique bem atento a isso e agora vou passar o Neide aqui mente Então vamos lá 0 x - 10 mais um vezes

menos um teu menos um mas o baias de um e-mail então é menos um com mais um e-mail vai dar meio meio na função de ativação ao valor positivo a saída é um tá então esse não eu não tá disparando um e esse número não está disparando ou não também agora eu vou para o terceiro neurônio ali doente Tá quê que é esse negócio vai fazer vai pegar essa saída multiplicar pelo seu peso essa outra saída é multiplicado pelo peso então uma vezes hummm hummm mais uma vezes um vai dar um com mais 12 certo

menos o Bayern daqui que é um e-mail vai dar meio positivo bem O positivo na função de ativação é um exatamente o valor que a gente esperava então eu opção chapéu tá certinho então com essa arquitetura Olha que fantástica Olha que sensacional eu consigo resolver o problema de do shopping tem um problema não linear em separação público não eu não consigo mas se eu começa a combinar e cada neurônio tem vocês começa a entender agora que cada neurônio agora aqui na minha rede Tem uma função específica Então o meu nome é de cima e Resolva

o tipo hora e se vocês pegarem por que que resolve esse tipo óleo é porque os pesos é exatamente aqueles peso anterior que nós irmos para cada um desses neurônios então o hora aqui que que ele tá pedindo o W = 2 o W2 igual a 2 e o Bayern de um se eu for aqui olha que a gente já treinou o 221 eu só peguei esse neurônio ou esses pesos de joguei na minha rede e aqui ó O Neide que a gente treinou envio aqui ó tá -1 -1 e meio aqui ó o vende

ó menos um né o peso aqui ó menos ou menos um e meio tá olha que legal E aí Wendy ó é um e menos meio tá aqui ó Oi Cleide um e menos meio tá então é isso que eu fiz eu treinei individualmente cada super certo para vocês entenderem para ficar didático depois eu combinei todos eles e consegui resolver esse problema não linear mente separar tá então a gente fez isso não processos só que quando a gente vai treinar agora o utilizei percebe que a gente vai fazer individual Zinho cada neurônio depois combinar e

sente fez porque a gente conhece né e eu fiz isso para deixar de datico mas agora a gente forma queria toda a rede os pesos totalmente aleatórios né então e aqui ó é vai estar com pesos totalmente aleatórios na minha rede E aí eu começo a processar deu o erro eu volto calculando só que agora para treinar vai ser muito mais complexo porque vai ter um erro aqui esse erro depende desse peso e de se Pedro tivesse mais camadas de uma outra camada e assim por diante como que eu faço para ir ajustando os pesos

é isso que a gente vai discutir na próxima aula e tirei o treinar dentro a gente vai entrar numa área que é fantástico e sensacional da da área de redes neurais que o black propagation algoritmo que vai nos ajudar aí ajustando cada um dos pesos aqui porque eu faço filho de Ford entro na rede E aí é o cálculo e volta ajustando todos os textos e é isso que a gente vê na próxima aula só que para vocês entenderem bem Vectra deixa é legal você tem o conhecimento bem interessante bem profundado do Gradiente descendente eu

fiz uma é específica desta tem detalhada bem didática eu comi que vocês assistam essa aula para o gradiente descendente para depois conseguir acompanhar bem o back-propagation a gente vai ver na próxima aula mas não é sensacional isso com juntando vários negócios eu consigo Então começar a pensar modelos mais complexos tá e como vocês podem perceber isso é bem claro que a gente começa de uma forma bem didática agora a gente começa a olhar um pouco para matemática com Rigor matemático no fim a gente tem que entender que e redes neurais tudo vai ser álgebra linear

certo tudo posso entender como matrizes porque isso que eu faço aqui tá Então esse neurônio aí nessa rede aqui eu tenho três neurônios a e agora Coloca alguma no meio faturas algumas anotações aqui que é bastante usado Então esse peso aqui ó esse peso esse parâmetro específico aqui é o w um a intenção tww2 mas agora tem um monte defesa porque ele é Otávio um porque ele conecta tem esse número aqui que eu chamo de h u porque o dem um né ou seja o neurônio escondido um então ele conecta oo com a entrada não

tá esse preso aqui tá que conecta o H2 na entrada ou ele é um w211 Eu geralmente o peso tem o neurônio da onde é que tá vindo com a entrada então por isso que ama essa coisa que você não chama w12 chama w21 Da mesma forma que essa conexão aqui chama w12 da porque se a gente pega o destino para ver o mesmo dono e são que tem é usado dessa forma para vocês não se confundirem com esse detalhe bem específico aqui e eu posso entender que por exemplo para calcular e o h u

essa entrada aqui tá aqui eu posso fazer essa forma então o peso ver se a entrada então W1 né o valor esse peso peso na entrada mais esse peso aqui vezes a entrada x 2 estivesse bairros mais bate a outra forma que eu posso entender isso de uma forma assim bem didática mas os tremores se não tiver entender tudo isso como matrizes né então aqui eu coloco tudo como uma crise Davi um w12 w21w 22 certo aqui é a minha e pensos Neck out zontes dois e o resultado a partir do né Tem várias várias

nomenclaturas produto escalar o produto interno causado em português nesse cálculo de Matriz em inglês o dote Pior né que eu faço esse vezes esse mas esse feliz esse e aqui eu tenho resultado de a1 e aí eu já deixei as cores aqui para facilitar o entendimento para vocês para quem não lembra de aula de legal o cheiro ficar ligados recomendo que você assim tem alguns vídeos bem interessantes na frente Academy que vão te ajudar a Relembrar os conceitos de álgebra linear porque matematicamente é isso que tem eu coloquei aqui em cores para você entender né

o do faz os cálculos de matrizes mas eu recomendo o que vocês é quem quiser aprofundar mesmo que você só são reforço de áudio alinhar o khanacademy.com os conteúdos muito bons para vocês é lembrado né que é o produto escalar que é o element-wise que ele é muito elemento e vai ajudar vocês aprofundarem ainda mais não entende né mas aprofundada mas é isso que o percebe Tom faço então ele resolve problemas linearmente separado se na hora que a gente combina vários percebes a gente consegue então começar a solucionar problemas ainda mais complexo como a gente

agora combinando mais uma percepção resolvermos o problema do shopping estava suando tanto na outra aula tá E aqui é um exemplo assim como percepção com uma única camada eu consigo resolver problemas são linearmente separáveis e ali com duas camadas né duas ideias eu posso então traçar com sua se tuas linhas e resolver problemas um pouco mais complexo E conforme ali na terceira no terceiro gráfico eu vou adicionando camadas eu vou resolvendo problemas ainda mais complexos tá E é isso te agora a gente vai começar olhar com muita atenção na próxima a gente vai olhar para

o tecto para queixa e para quem tiver curiosidade eu vou mostrar um site aqui do tensorflow que lhe permite a gente brincar formando assim ele pega um conjunto de dados e pode ser ou do terceiro do primeiro do segundo e você então vai colocando adiciona dos neurônios vendo como é que vai comportar mesmo funcionamento a quantidade de ar quando você de interações tal e ele vai treinando dessa foto que eu vou mostrar para vocês aqui é ir no próximo vídeo a gente vai entender como é que funciona o treinamento por enquanto a gente o que

é o RO Tá certo meu filho de pode agora a gente vai entender como que funciona para ir ajustando os pesos fazendo o treinamento realmente com o black Corporation Tá mas antes disso não se esqueça de se inscrever no canal deixar o seu like compartilhar o vídeo e a seguir nas redes sociais ok muito conteúdo e agora vou mostrar para vocês Então essa ferramenta do Google que vocês podem brincar entre uma aula e Então pessoal esse é o site que eu falei é o Playground do terço flor vocês podem Só de estar playground aconteceu com

o ponto óleo Fazer do Google e ele traz aqui todo esse sistema dissimulação que vocês podem utilizar para ir brincando é para entender o comportamento aqui em cima você escolhe o tipo de Data Set de entrada então se vai ser por exemplo um dataset celular aquele da apresentação né com um j7 sem trás e outros nas periferias que eu vou usar de entrada e aqui eu coloco a quantidade de Fit acho que eu vou entrar x 1 x 2 E aí eu posso te adicionar nos neurônios lá e aí eu posso adicionar mais de uma

camada por exemplo várias camadas E aí eu posso ir dar o play aqui que ele vai ajustando e aqui ele vai dar uma quantidade de ar mas também dependendo da quantidade de épocas e você vai precisar de 300 mil épocas 10.000 épocas tô aqui ele vai dentro da quantidade de dieta para necessário aqui eu configuro Orlando Leite aqui eu configuro a função de ativação aqui em cima e a gente vê o que o problema que a que fica Orós né que a pena é o e quem já viu bastante também ao longo do curso e

agora a gente viu que o problema conseguiu achar uma solução aquele conversível né eu posso pegar um dataset mais complexa que é esse daqui ó ó bom então Volkswagen modelo mais complexo eu posso colocar mais neurônios mudar a função de ativação ele você vai vendo que ele vai tentando ajustar né as cores ali de fundo seria aonde ele tá tentando chegar e aí tem os da porta então é uma ferramenta que vocês podem brincando explorando aí que é bastante divertido então próximo ao back-propagation não se esqueça de rever o vídeo sobre Gradiente descendente que vai

ajudar você que entender todo o contexto valeu e até mais