Aplicações de Redes Neurais e aonde estudá-las.

Uma dúvida muito recorrente para quem está começando na AI é: “O que afinal são as Redes Neurais?”, bom é sempre bom saber que as RNA (ou Redes Neurais Artificiais) são sistemas que imitam a forma que um neurônio humano funciona.

Nessa hora pode ter batido um desespero em você: “então vou ter que estudar neurociência?”. Não mesmo! Só se você quiser né, todo conhecimento é bem vindo. Mas não, você não precisa entender como o cérebro funciona para poder aplicar um algoritmo de redes neurais. Afinal elas imitam, não são um cérebro humano.

Eu poderia dar aquela definição formal dos livro para você, mas não é o caso para nos aqui, certamente pegando os livros que irei indicar no futuro você irá encontrar essa definição lá, mas por hora vamos levar devagar, tudo bem?

Tipos e aplicações de redes neurais

Existem vários tipos de redes neurais, e cada uma tem uma função diferente, posso te dar alguns exemplos como:

  • Feedforward neural network: Usadas para classificações simples, como separar dados iguais;
  • Convolutional neural network: Usadas para classificação de imagens e visão computacional;
  • Recurrent neural network: Usadas para classificar textos e para processamento de linguagem natural.

Entre muitas outras. Como é percebido as redes neurais não são exatamente como um cérebro humano, elas não são plasticas, cada uma é feita para uma aplicação e definida para um proposito diferente.

Uma coisa interessante que em computação se tem muito é unir vários algoritmos com propósitos diferentes para gerar um algoritmo com um proposito maior. Calma, vamos devagar.

Você pode, por exemplo, juntar as redes neurais recorrentes (recurrent neural network) com as convolucionais (convolutional neural network) para poder ter um classificador de vídeos, aonde uma classifica cada frame e a outra classifica o que pode acontecer no próximo frame, com isso você pode tentar prever se os movimentos de alguma pessoa na rua estão sendo suspeitos ou não, claro isso exige algo maior e mais complexo, tudo aqui são exemplos ilustrativos para animar você a estudar esses algoritmos maravilhosos.

Aonde posso estudar então?

Primeiramente você tem que ter em mente de que se você quer entender bem esses algoritmos você irá precisar de uma base razoável em matemática, logo você pode conferir mais sobre quão de matemática precisa para machine e deep learning aqui nesse post.

Falando especificamente de algoritmos e aonde aprender você pode começar com os livros, eles são sempre bons e bem vistos, indo depois para cursos e, claro, aprendendo mais a fundo algumas técnicas para ficar bom no assunto, como falo nesse artigo aqui.

Sobre livros irei falar primeiro dos específicos e depois falo dos não específicos, beleza?

Capa do livro dos autores: Ivan, Danilo e Rogério.

Primeiramente, como estamos no Brasil podemos citar alguns autores brasileiros, o livro Redes Neurais Para Engenharia e Ciências Aplicadas dos autores Ivan Nunes, Danilo Spotti e Rogério Flauzino é muito bom para começar.

Como as implementações são feitas no Matlab fica até um bom desafio implementar elas em Python ou outra linguagem de sua preferência. Ele foi um dos livros que me introduziu nesse assunto e ainda é a bibliografia de maior importância na área na minha prateleira, junto com o próximo que vou falar.

O livro Redes Neurais Principio e Pratica do Simon Haykin também é um livro muito bom, não exatamente para quem está começando ele.

Você vai entender tudo, literalmente, pois o livro é um tijolinho azul aonde tem todos conceitos, algoritmos e aplicações. Nos capítulos finais dele tem coisas mais especificas como filtro de calma, entre outros, ficando ao seu bel prazer saber estudar ou não eles. Recomendo ele demais para aprofundar e, como já disse, é um dos mais importantes da minha biblioteca na área.

Também tem os famigerados cursos do Coursera, Udacity, EdX e Udemy (#paganois kkkk’), eu particularmente faço o do Andrew Ng de Deep Learing e acho muito bom! Ele te mostra tudo, literalmente, desde como funciona cada detalhe até implementação, particularmente acho massa.

Alem dele tem também o da Udacity de Deep Learning, esse eu não fiz, mas faço atualmente o de engenheiro de machine learning e, de coração, acho a Udacity um dos melhores, quiça o melhor, método e aprendizado EAD que tem. Gosto muito deles.

Você pode estar se perguntando: “E se eu estiver sem dinheiro?” Ora, nesse caso tem os cursos do professor Jones Granatyr na Udemy que são muito bons também, principalmente para que está começando. Alem é claro do velho Youtube, aonde tem as versões de todos os cursos que falei só que sem certificado, só da uma buscada lá que tenho certeza que acha (buscar em inglês aumenta consideravelmente as chances de achar alguma coisa).

Lembrando que nenhuma dessas recomendações me paga nada, eu simplesmente gosto muito dos cursos deles e venho recomendar por gosto.

Esse artigo foi um apanhado curto que decidi fazer, espero que tenham gostado, não esqueça do clap e de me seguir, alem de que se quiser comentar sinta-se em casa, qualquer comentário construtivo será bem vindo. Podem me adicionar no LinkedIn também, para um contato mais direto.