IA – Inteligência Artificial

Recomendação de livro: I.A Inteligência Artificial: Um guia para iniciantes, Blay Whitby

Público

Um bom livro para aqueles que desejam satisfazer sua curiosidade sobre IA. Voltado exclusivamente para iniciantes, curiosos, estusiastas e afins, o livro aborda algumas tendências atuais da pesquisa em IA de forma clara, entusiasmada e realista.

Pontos fortes

Linguagem clara, divertida e entusiasmada. É possível perceber, durante a leitura, o entusiasmo e satisfação do autor em escrever sobre IA. Fornece exemplos do sucesso da aplicação da IA nas mais diversas áreas do conhecimento, seja na medicina seja na exploração espacial.

Pontos fracos

Devido ao público para o qual o livro é direcionado, os conceitos e técnicas não são abordados em profundidade, consequentemente, não aconselho que pessoas interessadas em abordagens aprofundadas o leiam, a não ser é claro, que desejem satisfazer sua curiosidade.

Considerações

É um excelente livro de introdução à Inteligência Artificial, eficiente em introduzir conceitos gerais e tendências atuais da pesquisa em IA e altamente recomendável para iniciantes e curiosos.

Não leiam

BlogBlogs.Com.Br

Aplicações e código fonte

Dentre algumas aplicações da redes neurais podemos citar:

1. Reconhecimento de imagens

• Classificação de caracteres
• Reconhecimento de assinaturas
• Reconhecimento de faces

2. Reconhecimento de sons

• Classifcação de fonemas
• Reconhecimento de comandos

3. Classificação financeira

• Análise de crédito
• Previsão de falência de empresas

Obviamente, existem muitas outras aplicações sendo que, as acima citadas correspondem apenas a um pequeno subconjunto.

Quanto ao código fonte, infelizmente não possuo muitas implementações afinal, esta é um área que ainda estou explorando. Por enquanto, estarei disponibilizando um exemplo extremamente simples, desenvolvido em meu tutorial, mas que pode ser útil. Em breve, pretendo escrever um tutorial com uma implementação mais interessante.

Codigo fonte em java

Abraços!

Projeto de Redes Neurais

As redes neurais são aplicadas para resolução de diversos problemas. De um modo geral, o objetivo é classificar e reconhecer padrões, predizer e generalizar informações.

Ao projetar uma rede neural, não podemos pensar em técnicas computacionais convencionais, como procedimentos ou fórmulas algorítmicas de processamento de dados, mas sim em tipos dos dados de entrada, dados de saída e tratamento de dados.

Baseando-se nos dados, a rede neural passa por duas fases de explicitação do processamento: o treinamento e a utilização. O treinamento consiste em um processo iterativo de atualização dos pesos sinápticos, ou seja, a rede possui a capacidade de modificar-se para aprender. A utilização é a execução da rede, ou seja, como ele reage aos estímulos a ela apresentados.

Essas duas fases podem ser subdivididas em outras cinco, considerando os diferentes contextos em que uma rede neural pode estar inserida: concepção, definição, treinamento, utilização e manutenção.

Concepção: validação da proposta e escolha do paradigma neural.

Definição: tamanho da rede, tipo de problema, tipo de associação.

Treinamento: Escolha do método de aprendizado, supervisionado ou não-supervisionado.

Utilização: A execução da rede.

Manutenção: Como as redes neurais são utilizadas frequentemente para solucionar problemas dinâmicos, uma verificação contínua dos resultados se faz necessária.