Matemática aplicada à inteligência artificial: a base fundamental do machine learning

• Autor(a) principal: Colodetti, Pedro Vinicius Baptista
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional Uninter
• Texto Completo: https://repositorio.uninter.com/handle/1/990
• topic: Machine learning; Redes Neurais; Deep Learning

Este artigo aborda a matemática utilizada nos principais modelos de Machine Learning utilizados hoje. Mostrando a importância da matemática neste segmento e a relevância que a matemática tem ganhado nos últimos anos devido ao crescimento exponencial dos sistemas inteligentes. O conceito de inteligência artificial e até mesmo de redes neurais artificiais, não é novo. O problema até então era o custo computacional, não tínhamos tecnologia suficientemente avançada para rodarmos redes neurais com um mínimo de complexidade, e quando nossa tecnologia avançou, nos anos 80 fomos capazes de criar sistemas inteligentes e até mesmo redes neurais, porém, de forma muito limitada, tínhamos computadores, mas com a capacidade de processamento extremamente limitada. Nas últimas duas décadas, com o surgimento de computadores de desempenho muito elevado, fomos capazes de projetar redes neurais cada vez mais complexas. Este artigo abordará modelos iniciais de inteligência artificial composta por uma rede neural artificial simples, de uma camada (layer) onde suas funções matemáticas de cálculo para criar o modelo em questão, tem o formato linear. Por fim, abordarei apenas os conceitos básicos de redes neurais artificiais de múltiplas camadas. Estes modelos por serem muito complexos e despenderem de uma análise matemática mais profunda e complexa, não serão abordados neste artigo, apenas comentados de forma geral.