Видео

Pena que não tem mais. Obrigado pelos vídeos.

Olá amigo, seu trabalho é muito bom e gostaria que continuasse com ele, está sendo muito bom para a minha pesquisa

Parabéns pela aula! Muito boa!

Tem a parte 3 ? Muito bom trabalho

Muito bom.

prof. uma duvida, como eu poderia fazer para tornar possivel mais camadas escondidas, para mais neuronios de saida, o senhor tem algum exemplo de codigo, obrigado !

muito obrigado prof. me ajudou demais !

prof. boa noite, espero que veja essa mensagem, a aula e excelente muito obrigado, apenas não entendi por que ao gerar o 'V' não vez o somatorio dos elementos somente o dot, pois a equação seria Somatorio(XiWi)+b ou W.T@X, o senhor esqueceu de implementar ?

👍👀

No r acho que têm pacotes melhores para trabalhar RNA’s

Boa noite. Por que o w é uma matriz 3x1 de zeros, não teria que ser 1 0 0, sendo o +1 referente ao bias? Uma vez que se for tudo zero inicialmente o +1 inserido no Xb não fará diferença

Parabéns, aula completa e explicada em detalhes!

Muito bom.. queremos muito a parte 3

Obrigado por mais uma aula, Professor! Continue com o seu excelente trabalho!

Sensacional! Parabéns pela explicação e apresentação!

Que trabalho maravilhoso!!! To revisando tudo.

Pense num conteúdo maravilhoso! Muitíssimo obrigada!

Mestre que aula Top. Agradeço ao código e explicação incrivel.

Aula top

Muito bem explicado! Parabéns! Me auxiliou muito no entendimento de função de ativação! Obrigado!

Seus vídeos são ótimos, amigo! Estão me ajudando bastante :)

Por favor quero aprender no futuro redes recorrentes

Por favor quero aprender aprendizado por reforço tambem

Ótimo vídeo, bem simples e descomplicado. Inscrito :)

Cadê a parte 3 ?

Muito obrigado professor, seu conteúdo e didática são incríveis, espero que não desista do canal e continue com os vídeos!!!

SUA AULA É PERFEITA!

Sua didática é muito boa. Parabéns, mas eu senti falta de alguns exemplos dos calculos, bias, taxa de aprendizado, etc.

Se em vez de aumentar o número de épocas, fosse aumentada a taxa de aprendizagem, o vetor erro seria nulo?

# -*- coding: utf-8 -*- """ Created on Mon Nov 2 19:45:49 2020 @author: jmarcos -Introdução às Redes Neurais Artificiais Prática em Perceptron de Camada Simples - #Aula 3 Canal RUclips: Inteligência Artificial na Prática """ import numpy as np # definição do número de épocas numEpocas = 10000 #eu consegui zerar os erros com numEpocas = 100000 # definição do número de amostras (entradas) q = 6 # atributos peso = np.array([113, 122, 107, 98, 115, 120]) pH = np.array([6.8, 4.7, 5.2, 3.6, 2.9, 4.2]) # bias - sempre 1 bias = 1 # preparar a entrada do perceptron X = np.vstack((peso,pH)) Y = np.array([-1, 1, -1, -1, -1, 1]) # taxa de aprendizado eta = 0.1 # define o vetor de pesos W W = np.zeros([1,3]) # 3 colunas: duas entradas + bias # define array para armazenar os erros e = np.zeros(6) # definição da Função de Ativação - degrau bipolar def funcaoAtivacao(valor): if valor < 0.0: return (-1) else: return (1) # execução do perceptron for j in range(numEpocas): for k in range(q): # q : número de amostras # insere o bias no vetor de entrada Xb = np.hstack((bias, X[:,k])) # hstack empilha bias sobre o vetor X # calcula o campo induzido (equação 5 do vídeo) # multiplicação vetorial (numpy.org/doc/stable/reference/generated/numpy.dot.html) V = np.dot(W, Xb) #calcular a saída do perceptron Yr = funcaoAtivacao(V) # equação 6 do vídeo # calcular o erro: e = (Y - Yr) e[k] = Y[k] - Yr # treinamento do perceptron W = W + eta * e[k] * Xb print("Vetor de erros (e): " + str(e))

Muito bom. Continue com o trabalho. Sei que é difícil mas ajudará muitas pessoas .

Prezados, peço desculpas pelo nível de ruido de fundo, mas não tenho ainda um local muito adequado para gravar. Estou buscando resolver isso o mais breve possível. Quem tiver dicas e quiser me ajudar, fique a vontade para comentar.

Todas as aulas são excelentes. Parabéns professor!!

Olá... td bem? Por onde anda o video de Redes de Kohonen comentado pelo professor João Marcos na aula numero 5? Não vai haver mais aulas? Nunca vi um curso tão bem dado... Pq parou?

esse código funcionária em um base de entrada com 500 linhas 70 colunas?

Professor, parabéns gostei bastante da aula e da didática.

Professor, sua didática é excelente. Você não imagina o quanto me ajudou. Continue com trabalho! LANCE MAIS VIDEOS. Lance um assunto sobre Adeline que é as vezes complicado entender também. Obrigado

Muito obrigado e parabéns pelo trabalho! "From scratch", podemos enxergar os fundamentos de forma clara e superar as conveniências e os pitfalls dos tool kits.

cai aqui de para-quedas espero que continue gosto muito de arduino foi onde eu comecei quero aprender +e+e+ faça mais @UCi7fM_q0o7BhxAqrwN56pIw

Inteligência Artificial na Prática teria como desenvolver em seus vídeos aquele projeto que o jogo do dino do google aprende a se desviar dos obstaculos sozinhos acho que seria um fantastico inicio

Ótima aula, parabéns!!!!!!

Não vai produzir mais conteúdo?

Minuto 17:30: a mostra clara do que representam os planos de intersecção. Novamente, um momento fantástico do esclarecimento do modelo.

Até o minuto 6:54, este foi o único Edutuber que mostrou OS VERDADEIROS PRINCÍPIOS DO PERCEPTRON. Isto é ser efetivo. Isto é ensinar: transmitir a verdadeira percepção associativa dos parâmetros envolvidos em um contexto. Peço a Deus que o abençoe com mais esclarecimento, pois "a quem pouco tem, até o POUCO lhe será tirado, mas a quem MUITO tem, MUITO MAIS lhe será dado". A pessoa que reparte o seu conhecimento genuíno com os outros é como um SACERDOTE.

Por favor, não pare com a série de vídeos. Vou começar a escrever um projeto de doutorado com o uso das redes neurais e suas aulas estão me ajudando muito. Obrigadoooooooooooooo.

Bom dia. Sou Engenheiro e preciso estudar mais sobre. Tenho conhecimento em C e Phyton

CORRONES ?¹?¹ RARARAR

Cara excelente aula nmrl, sobre o som de fundo n vi mto incomodo.

Muito bom 👏👏👏

Ótima aula.