A Matemática das Redes Neurais

Nesse vídeo iremos mostrar a matemática que existe por trás do aprendizado das redes neurais. Curso completo: didatica.tech/curso-redes-neu...
Essa aula está organizada da seguinte forma:
00:05 Pré-requisitos necessários para acompanhar essa aula
02:33 Revisão da aula anterior: • Introdução a Redes Neu...
05:15 Modelando a saída
06:22 Modelando os neurônios com vetores
11:45 Modelando a função custo
17:40 Como os pesos são atualizados a partir da derivada parcial da função de custo (gradiente descendente)
26:10 Como os bias são atualizados com gradiente descendente
29:18 Encontrando as equações dos pesos e bias da segunda camada oculta
37:20 Encontrando as equações dos pesos e bias da primeira camada oculta
44:45 Comparando as equações e interpretando os resultados
44:03 Conclusão e próximos passos (gradiente descendente estocástico)
Basicamente as redes neurais artificiais funcionam com base em cálculo diferencial. Encontraremos as equações referentes às atualizações de cada componente da rede, entendendo como os algoritmos precisam ser programados para realizar as operações que levarão a rede a treinar até atingir boas performances em modelos preditivos. Confira esse material em bit.ly/redeNeural
#redesneuraisartificiais
#deeplearning
#matematicaredesneurais

[@willirittmann1917]

Cara, vou correr para implementar esse calculo. A maioria das explicações não considera o somatório dos pesos ou o somatório das entradas e também não usam uma segunda camada escondida, o que dificulta bastante o entendimento, mas sua explicação elucidou muitas dúvidas, valeu.

[@gravmagsuite1788]

Implementou considerando os pesos? Fiquei curioso kkkk

[@willirittmann1917]

Quando implementei o algoritmo o fiz sem library, queria ver como funciona isso por de baixo dos panos, ficou 100%? kk não, mas rolou

[@willirittmann1917]

@@rilerson Não me lembro, se esse eu fiz em python foi com o Spider, quando fiz em javascript fiz usando o VSC mesmo, mas fiz algoritmos mais simples como genetico

[@rilerson]

@@willirittmann1917 a tendiiii...eu descobri aki pelo chat gpd Rs Tem o kera, e tem o tacsonFlow pra projeto mais , zicaa complexos rs.. esse chat já ajudou eu num tanto que se fosse pagar ele, eu tavo lascado kkkk

[@gerson.liberdadefinanceira]

Cara eu não entendi Tudo, mas posso dizer que agora minha visão sobre redes neurais está em outro nível, obrigado ❤

[@heliorego6695]

Show!!! Esperando pelo próximo...

[@fritzc.6021]

Esse vídeo está maravilhoso. Grato, professor

[@lenonborges8964]

Parabens pela didatica, tava procurando um video com esse detalhamento da matematica por tras das camadas ocultas

[@joaomaia2898]

Rapaz, muito mas muito obrigado mesmo pela iniciativa. Sempre quis aprender sobre esse assunto, e vc tem conseguido expor de forma bem compreensível e seus vídeos não ficam massantes como alguns q tentei assistir.

[@MatheusHenrique-jz1dc]

Excelente o vídeo, mais uma vez!!

[@cleberdesouzaoliveira6794]

Parabéns pelo conteúdo! Conheci o canal recentemente e estou gostando muito!!!

[@erlonkelvim4772]

cara, muito bom, muito obrigado, estava com muita dificuldade de entender isso na faculdade, agr está tudo bem mais claro, ótima didática.

[@RafaLuvian]

Parabéns , quanto mais vejo seus vídeos mais quero ver . Eu sempre tive a necessidade de entender como funcionava , mas ninguém sabe explicar qual e porque o uso na prática, mas vc soube como fazer

[@gravmagsuite1788]

Ótimo vídeo... Vou rever fazendo as contas tb

[@pedroartico]

Parabéns pela aula cara, não tem como não entender o que tu fala, muito bom.

[@thiagosouzalink]

Parabéns pela aula! Poucas vezes vemos todos os detalhes matemáticos por trás das redes neurais.

[@weslleycarvalho8703]

Você deu um BUM na minha cabeça!! SHOW DE BOLA

[@aulalivre5481]

Isso é muito avançado pra mim, mas como vou ter que terminar meu projeto não tem jeito vou ter que aprender.

[@guypourre2605]

Excelente! Revisei os cálculos da engenharia...

Didática excepcional (2). Obrigado.

[@JamesBomdePapo]

Sou aluno e estou aprendendo muito.

[@guilhermesouza3579]

Nossa, excelente explicação! Até uns dias eu era bastante leigo em relação a redes neurais, ainda sou, mas com seus vídeos consegui ter uma noção inicial muito boa. Tenho facilidade em cálculo então consegui acompanhar tranquilo, parabéns!

[@wilianc.b.3065]

Comprei o curso e só tenho a agradecer!

[@marcos2684]

tá gostando? tô pensando em comprar também, ele aprofunda matematicamente assim pra tudo? gosto dessa pegada!

[@wilianc.b.3065]

@@marcos2684 eu assisti o curso inteiro, muito bom. É um equilíbrio bom de teoria e prática e bem extenso.

[@gamalucianogen]

Massa. Obrigado, velho!!!

[@dopedprogrammer]

Muito boa a explicação :)

[@michaelrussi9209]

Excelente!

[@gabrielantunes663]

Muito bom o vídeo! É raro achar aulas mostrando a a teoria. Parabéns!!!!

[@MarcusViniciusMO]

Caramba, a explicação matemática é grande, mas torna tudo mais concreto! Foda o vídeo!

[@fabiovakuda745]

Sensacional!

[@douglasespindola5185]

Irmão, finalmente me caiu a ficha do vanishing gradient, que ocorre principalmente quando se tem funções sigmóides nas camadas escondidas. Quando se deriva os pesos das primeiras camadas, as derivadas encadeadas se tornam gigantes e, em razão da derivada de uma função logística, por exemplo, assumir valores entre 0 e 0,25, o "produtório" desses termos da derivada tende a zero. Obrigado, mestre! Vc é um professor nato e está tendo um papel fundamental no meu aprendizado. Parabéns pelo ótimo trabalho! Um grande abraço!

[@douglasespindola5185]

@@rilerson Oi, amigo. Não uso biblioteca por enquanto. A resposta acima foi mais no sentido de teoria mesmo.

[@phideas8925]

Muito obrigado

[@yuripiffer589]

Muito bom!

[@marcelocanno108]

Muito bom ! O brother sabe ensinar, didática !! Show em todos os vídeos.

[@gillesfarias46]

Fiquei com uma pequena dúvida: As camadas ocultas podem ter números diferentes de neurônios e a matriz de pesos, nesse caso, muda de tamanho. Isso significa que na primeira camada oculta, posso ter 10 neurônios e na próxima, 500. Claro, estou colocando um número alto para poder exemplificar. Nesse caso, não seria interessante montar a matriz de neurônios para cada uma das camadas especificamente, ao invés de construir uma matriz de pesos única?

[@readyzinho4870]

Quanto tempo estudando pra chegar nesse Nivel de matematica?

[@leandrocosta1036]

E-mail de contato , por favor . Gostaria de comprar o curso mais tenho dúvidas

[@Pedro-uv2mi]

Poderia me responder uma dúvida de um vídeo anterior? No vídeo "Seu primeiro código de Machine Learning com Python!", gostaria de saber se tem como inserir um novo dado que não está presente na lista do EXCEL, para ver a previsão. Se tem, como fazer ?

Você pode trabalhar com esse dado como sendo um novo dataset e usar a função predict, como foi mostrado aqui: kzbin.info/www/bejne/en_ImJ6urLZ9q7s

[@Pedro-uv2mi]

@ Ok, vlw :)

[@geradordenomespesquisar3873]

onde vc aprende sobre machine learning?

Você pode começar por aqui: didatica.tech/o-que-e-machine-learning-aprendizado-de-maquina/

[@leonardo3453]

Eu não estou conseguindo implementar isso no python porque quando vou calcular a atualização dos pesos a derivada da sigmóide dá um valor muito baixo e depois zera e não altera mais os pesos, alguma ajuda?

Está ocorrendo vanishing gradient. Você pode fazer um clipping, estabelecendo um valor mínimo que o gradiente vai receber a cada update. Por exemplo, envolver toda a fórmula do gradiente descendente com a função max(formula, 0.01)

[@gravmagsuite1788]

@ Eu tentei implementar um algoritmo semelhante usando gradiente descendente para ajustar um plano 2d a scattered points e o mesmo aconteceu... essa função max(formula, 0.01) seria para truncar o valor? Tipo, se o valor da formula for menor que esse threshold de 0.01 o valor considerado é o próprio 0.01?

[@JamesBomdePapo]

Gostaria de saber quando sai o módulo 4?

Nessa semana!

[@RogersGamer]

Tenho um duvida, sei oque significa o acc, mas qual a imoortancia do loss? como interpretar isso? pois as vezes vc tem acc 0.85 e loss 0.10 em outro caso vc tem tambem acc 0.85 porem loss 0.95, ou atle mais de 1 de loss e assim por diante! Gostaria de entender a logica desse loss, essa é a minha duvida obrigado!!!

Loss é o tamanho do erro da função de custo. Dependendo da função e do problema, o valor do loss será diferente. A lógica é que, quanto menor o loss, melhor

[@lucasschmidt7947]

Você tem alguma rede social? Tenho dúvidas sobre o curso

Oi Lucas, pode mandar suas dúvidas para [e-mail]

[@saulomairesse7367]

No curso completo, vocês trabalham mais detalhadamente ?

Com exemplos práticos? Sim.

[@guilhermesou274]

Pelo que entendi, para entender inteligência artificial e redes neurais é necessário Calculo 2 somente?

Em alguns momentos vai ser preciso álgebra linear, probabilidade e estatística também

[@wellyngtond2]

chegou na matemática avançada já não rolou pra me, um conselho que dou e tenho certeza q é o problema de muitas pessoas quanto a matemática é letras soltas no calculo, para uma didática para iniciantes tenta usar o nome da palavra em si, ex: ao invés de co, w1, usa Camada Oculta e Peso1 algo to tipo, sei que vai ficar grande mas para o raciocino não se preocupar com adivinhar oq é "a,c,w" esta é a melhor forma. vlw

[@henriquedeandrade717]

Então, a matemática nem tão avançada assim. Se você quer realmente aprender como as coisas funcionam por de baixos do panos não pode ter medo de matemática. As letras que ele usou são boas, "E" de entrada, "S' de saída e "w" de peso (weight). Apenas o "a" que não tem esse tipo de associações, porém é um letra muito usada nesse tipos de explicação.

[@CarlosDaniel-cb5fo]

Faço muito MATLAB

[@gravmagsuite1788]

Também

[@holandonhdunto6808]

Como treina uma rede multcamada usando relu sem explodir a rede? A coisa mais chata e essa taxa de aprendizagem.

[@gravmagsuite1788]

No fim das contas os algoritmos de rede neural são implementados considerando toda essa expansão da regra da cadeia ou alguma aproximação ou simplificação é considerada? Digo isso pq numa rede com 2 camadas ocultas já resultou numa "tripa" desse tamanho, imagina em aplicações reais com redes profundas... A implementação de um algoritmo generalista não deve ser simples...

É, não é simples =p

[@edror91]

O cara ensina tudo vai tnc kk

[@Veluxme]

isso seria física? ou matemática normal (kkkk sério nsei sou do 7°ano mas adoro programação)

Matemática apenas.

[@gravmagsuite1788]

O que ele usou no vídeo foi basicamente derivada parcial, regra da cadeia, e um pouco de operações matriciais... tudo isso é matemática e se aprende em qualquer curso de exatas que tenha calculo e introdução a álgebra linear... Se você quiser fazer física em alguma universidade, vai ter que fazer as disciplinas que ensinam isso

[@todoazuldomarcos]

Explicou pra quem já sabe . . . você 'acha' que explicou.

Assiste o primeiro vídeo. Lá eu explico para quem não tem mta base matemática

[@carlosaugustovilasboas5445]

só teoria e nada de pratica. não tem um video no youtube sobre pratica

[@leonardofarias7160]

Só teoria, cadê a prática

Temos vários opções. Segue um exemplo: kzbin.info/www/bejne/aYSvf5WFg5Kopqs

[@rafaelmagalhaes3238]

Sua didática é muito boa, mas sua letra é pior que médico. Tenho que ficar voltando o vídeo para escutar novamente a narrativa sobre o que você está escrevendo, pois não dá para entender direito. Se tirar um print da tela em qualquer momento do vídeo, sem escutar a narrativa, não dá para traduzir as equações. Muito ruim isso. Estava querendo comprar seu curso, mas se for assim, nem quero.