Redes Neurais - Fundamentos e Aplicações com Programas em C
VITRINE Os TOP de vendas !!
Quem viu este produto , comprou
-
C: Manual de Referência C: Manual de Referência
VITRINE Os TOP de vendas !!
-
VITRINE Os TOP de vendas !!
Aplicações .NET são orientadas a objetos, mas os dados, não. Esta é a situação quando você está usando uma base de dados relacionais, XML e muitos outros armazenamentos de dados, e para cada um deles você precisa de uma solução programática separada. A Consulta Integrada à Linguagem da Microsoft, conhecida como o LINQ (da sigla em inglês) é um conjunto da Estrutura .NET e extensões de linguagem que oferece uma maneira única e simples de se consultar dados de qualquer forma diretamente do C# 3 e do VB.NET 9. Em cima dele, seu código de persistência recebe a mesma checagem de sintaxe durante a compilação, a mesma tipificação estática e IntelliSense disponíveis para o resto de seu código. Escrito para desenvolvedores C# e VB de todos os níveis, LINQ em Ação mergulha rapidamente do conhecimento zero inicial, até uma profundidade substancial, no final. Nele, você irá explorar características-chave da linguagem, como expressões lambda, métodos de extensão e tipos anônimos de dados, que tornam o LINQ possível. ... Ler mais +
QUERO VER -
Curso de Programação em Linguagem C
VITRINE Os TOP de vendas !!
Este livro foi formatado para simplificar o aprendizado de programação em computadores, ao exprimir uma linguagem menos formal em comparação à literatura tradicional e ao explorar a programação com um encadeamento de ensino diferente do habitual. Tradicionalmente, as estruturas de dados e de controle de uma linguagem de programação são ensinadas ao estudante para ele começar a escrever cada um de seus programas como uma única unidade de processamento de informações. Somente após esta forma de programar tornar-se habitual, é apresentada a ele a técnica de divisão de um programa em subprogramas, a qual é extremamente interessante e eficaz. ... Ler mais +
QUERO VER -
Visual Studio C# Fundamentos, Programação com ASP.Net, Windows Forms e Web Services
VITRINE Os TOP de vendas !!
-
VITRINE Os TOP de vendas !!
Quem viu este produto , também se interessou
-
VITRINE Os TOP de vendas !!
-
Visual Studio C# Fundamentos, Programação com ASP.Net, Windows Forms e Web Services
VITRINE Os TOP de vendas !!
-
Estrutura de Dados e Algoritmos Usando C - Fundamentos e Aplicações Estrutura de Dados e Algoritmos
VITRINE Os TOP de vendas !!
-
C: Manual de Referência C: Manual de Referência
VITRINE Os TOP de vendas !!
-
Curso de Programação em Linguagem C
VITRINE Os TOP de vendas !!
Este livro foi formatado para simplificar o aprendizado de programação em computadores, ao exprimir uma linguagem menos formal em comparação à literatura tradicional e ao explorar a programação com um encadeamento de ensino diferente do habitual. Tradicionalmente, as estruturas de dados e de controle de uma linguagem de programação são ensinadas ao estudante para ele começar a escrever cada um de seus programas como uma única unidade de processamento de informações. Somente após esta forma de programar tornar-se habitual, é apresentada a ele a técnica de divisão de um programa em subprogramas, a qual é extremamente interessante e eficaz. ... Ler mais +
QUERO VER -
VITRINE Os TOP de vendas !!
-
VITRINE Os TOP de vendas !!
Aplicações .NET são orientadas a objetos, mas os dados, não. Esta é a situação quando você está usando uma base de dados relacionais, XML e muitos outros armazenamentos de dados, e para cada um deles você precisa de uma solução programática separada. A Consulta Integrada à Linguagem da Microsoft, conhecida como o LINQ (da sigla em inglês) é um conjunto da Estrutura .NET e extensões de linguagem que oferece uma maneira única e simples de se consultar dados de qualquer forma diretamente do C# 3 e do VB.NET 9. Em cima dele, seu código de persistência recebe a mesma checagem de sintaxe durante a compilação, a mesma tipificação estática e IntelliSense disponíveis para o resto de seu código. Escrito para desenvolvedores C# e VB de todos os níveis, LINQ em Ação mergulha rapidamente do conhecimento zero inicial, até uma profundidade substancial, no final. Nele, você irá explorar características-chave da linguagem, como expressões lambda, métodos de extensão e tipos anônimos de dados, que tornam o LINQ possível. ... Ler mais +
QUERO VER
- DescriçãoRedes Neurais - Fundamentos e Aplicações com Programas em C
Este livro aborda de maneira didática e objetiva os aspectos mais importantes à compreensão e ao uso das redes neurais artificiais, reunindo em um só trabalho teoria, exemplos e detalhes importantes para a implementação destes algoritmos, poupando o leitor da árdua tarefa de busca em inúmeros textos pelo conteúdo necessário para a formação de um entendimento consistente sobre o assunto. Nesse trabalho são descritos de forma objetiva e detalhada, apenas os modelos neurais mais empregados no mercado: o Perceptron, o Perceptron de Múltiplas Camadas e a Rede de Kohonen. Entretanto, o conteúdo deste livro pretende capacitar o leitor a explorar os demais paradigmas neurais. Aqui são apresentados programas em C, uma linguagem mais universal no mundo da computação, para a realização dos algoritmos de treinamento das redes neurais, de forma a ampliar o entendimento do leitor, tendo este livro a apresentação de exemplos detalhados no passo a passo, bem como vários exercícios para a maior fixação do seu conteúdo. - Sobre o Autor
- Especificação
Características
Tipo de Livro Livro Físico Especificações
Sobre o Autor Oswaldo Ludwig Junior
Oswaldo Ludwig Junior nasceu no Brasil em 1967, recebeu o grau de engenheiro civil em 1995 e obteve o tÃtulo de mestre em engenharia elétrica pela Universidade Federal de Bahia (UFBA) em 2005.
Eduardo Montgomery Meira Costa
Eduard Montgomery Meira Costa nasceu em Esperança, Paraíba, em 1970. Graduou-se em Engenharia Elétrica em 1994, finalizou o mestrado em Engenharia Elétrica em 1997 e concluiu o doutorado em Engenharia Elétrica em 2001Informações Técnicas SUMÁRIO
1 INTRODUÇÃO ........................................................................... 1
1.1 SOBRE A INTELIGÊNCIA ARTIFICIAL ........................................... 1
1.1.1 Representação do Conhecimento .................................. 2
1.1.2 Raciocínio ...................................................................... 3
1.1.3 Aprendizado ................................................................... 3
1.2 BREVE HISTÓRIA SOBRE AS REDES NEURAIS .............................5
1.3 VANTAGENS E LIMITAÇÕES DAS REDES NEURAIS ....................... 7
1.4 EXERCÍCIOS .............................................................................. 8
2 PRINCÍPIOS DE NEUROCOMPUTAÇÃO ........................... 9
2.1 OS NEURÔNIOS ......................................................................... 9
2.2 A REDE NEURAL ....................................................................... 14
2.3 A ARQUITETURA DA REDE ........................................................ 15
2.4 O CONTROLE DO APRENDIZADO ................................................ 16
2.5 O ALGORITMO DE APRENDIZADO .............................................. 16
2.6 O PROBLEMA DE ATRIBUIÇÃO DE CRÉDITO ............................... 18
2.7 EXERCÍCIOS .............................................................................. 18
3 O PROJETO DE UMA REDE NEURAL ................................ 21
3.1 COLETA E SELEÇÃO DE DADOS .................................................. 21
3.2 CONFIGURAÇÃO DA REDE .......................................................... 22
3.3 TREINAMENTO ........................................................................... 23
3.4 TESTE ....................................................................................... 24
3.5 INTEGRAÇÃO ............................................................................. 24
3.6 EXERCÍCIOS .............................................................................. 25
4 O PERCEPTRON ....................................................................... 27
4.1 DESCRIÇÃO ............................................................................... 27
4.2 ALGORITMO DE APRENDIZAGEM DO PERCEPTRON ...................... 29
4.3 EXEMPLOS NUMÉRICOS ............................................................. 31
4.3.1 Primeiro Exemplo ................................................................ 31
4.3.2 Segundo Exemplo ................................................................ 35
4.4 O PROBLEMA XOR .................................................................. 38
4.5 PROGRAMA EM C PARA PERCEPTRON ........................................ 41
4.6 EXERCÍCIOS .............................................................................. 44
5 PERCEPTRONS DE MÚLTIPLAS CAMADAS .................... 45
5.1 DESCRIÇÃO ............................................................................... 45
5.2 A PROPAGAÇÃO DO SINAL ......................................................... 46
5.3 O ALGORITMO DE RETROPROPAGAÇÃO DE ERRO....................... 46
5.4 UM RESUMO DO ALGORITMO ..................................................... 58
5.5 UM EXEMPLO NUMÉRICO .......................................................... 60
5.6 APRENDIZADO PELO GRADIENTE DESCENDENTE ......................... 65
5.7 PROGRAMA EM C PARA MLP ................................................... 67
5.8 EXERCÍCIOS .............................................................................. 72
6 A REDE DE KOHONEN ........................................................... 75
6.1 DESCRIÇÃO ............................................................................... 75
6.2 O ALGORITMO DA REDE ........................................................... 77
6.2.1 Processo Competitivo .................................................... 77
6.2.2 O Processo Cooperativo ................................................ 78
6.2.3 O Processo Adaptativo ................................................... 79
6.3 ALGORITMO DE TREINAMENTO DA REDE DE KOHONEN .............. 80
6.4 UM EXEMPLO NUMÉRICO .......................................................... 81
6.5 UM PROGRAMA EM C PARA O TREINAMENTO DA REDE DE KOHONEN . 85
6.6 EXERCÍCIOS .............................................................................. 89
7 EXTRAÇÃO DE CARACTERÍSTICAS ................................. 91
7.1 TRATAMENTOS DOS DADOS PARA O USO EM RNAS .................... 91
7.2 ANÁLISE DE ENTROPIA .............................................................. 92
7.3 ANÁLISE DA DISTÂNCIA DE BATTACHARYYA ............................... 93
7.4 COEFICIENTE DE CORRELAÇÃO ................................................. 95
7.5 MOMENTOS INVARIANTES .......................................................... 97
7.6 ANÁLISE DOS COMPONENTES PRINCIPAIS ................................... 100
7.7 EXERCÍCIOS .............................................................................. 102
8 EXEMPLOS DE APLICAÇÕES .............................................. 105
8.1 DETECÇÃO DE FALHAS EM MOTORES DE INDUÇÃO ....................105
8.2 PREDIÇÃO DE SÉRIES TEMPORAIS .............................................. 115
8.3 EXERCÍCIOS .............................................................................. 121 BIBLIOGRAFIA............................................................................ 123Informações Técnicas
Nº de páginas: 136 Origem: Nacional Editora: Editora Ciência Moderna Idioma: Português Edição: 1ª Edição Ano: 2007 ISBN: 9788573936193 Encadernação: Brochura Autor: Oswaldo Ludwig Junior, Eduardo Montgomery Meira Costa - Informações
Avaliação técnica sobre o livro
