Deep Learning and Neural Networks

"Nunca existiu uma grande inteligência sem uma veia de loucura."
                                                                                   Aristóteles

Jeff Heaton tem escrito livros sobre Inteligência Artificial usando financiamento coletivo, sendo um deles sobre Deep Learning. Pelo menos dois outros livros seus são excelentes, mas nesse post, vamos abordar apenas o de Deep Learning.

O volume 3 da série 'Artificial Intelligence for Humans' trata da temática de Redes Neurais e Deep Learning.

Eu posso afirmar que o livro é realmente bem completo em se tratando de aspectos práticos de redes neurais e Deep Learning. Há um capítulo que aborda 'Convolutional Neural Network', com enfase em Lenet-5 que tem sido muito usado em problemas de visão computacional. 

Ele descreve ainda como 'arquitetar' uma rede neural usada em deep learning(hyper parâmetros, training parâmetros e etc). Trata ainda o uso de redes recorrentes e fala até mesmo de redução de dimensionalidade, visualização de features e informações sobre como competir no kaggle.

Há um capítulo que aborda o que significa Max Pooling e DropOut, que são recursos usados em Deep Learning para melhorar o treinamento e evitar overfitting.

Além disso tudo, cita alguns exemplos de softwares para Deep Learning(Keras, H2O, etc) e descreve algumas funções matemáticas básicas para o entendimento de configuração de parâmetros de determinados algoritmos de rede neural.

Excelente livro pra quem deseja uma abordagem mais direta dessa temática que tem sido muito discutida em anos recentes no campo de inteligência artificial.

Eu já li diversos livros sobre rede neural e já construí uma dezena de redes neurais em projetos e softwares inteligentes, inclusive no ramo de segurança da informação. Mas vale frisar que esse é um campo que tem avançado consideravelmente nos últimos anos. 

Aos poucos pretendo ir repassando mais informações pelo blog.