INTRODUÇÃO À APRENDIZAGEM PROFUNDA

Resumo

  • Aprendizagem Profunda é uma subárea de Aprendizagem de Máquina que investiga técnicas para simular o comportamento do cérebro humano em tarefas como reconhecimento visual, reconhecimento de fala e processamento de linguagem natural. Algoritmos de aprendizagem profunda objetivam produzir representações hierárquicas de alto nível dos dados de entrada, por meio de camadas de processamento sequencial em uma rede neural artificial. Esse Capítulo apresenta uma introdução às técnicas, algoritmos e principais arquiteturas de rede para aprendizagem profunda, assim como exemplos de aplicações em áreas como visão computacional e processamento de linguagem natural.

Autores

  • Eduardo Bezerra é professor do Centro Federal de Educação Tecnológica do Rio de Janeiro (CEFET/RJ), onde é docente permanente no recém-criado Programa de Pós-Graduação em Ciência da Computação (PPGCC). Possui graduação em Ciência da Computação pela Universidade Federal do Rio de Janeiro (1992-1995), mestrado em Engenharia de Sistemas e Computação pela COPPE/UFRJ (1999) e doutorado em Engenharia de Sistemas e Computação pela COPPE/UFRJ (2006). Desde 2014, é bolsista de Desenvolvimento Tecnológico Industrial do CNPq – Nível B. É coautor do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e aplicações, em sua 2a edição, publicado pela Elsevier/Brasil. Suas áreas de interesse em pesquisa são Inteligência Artificial, Mineração de Dados e Recuperação de Informações.