Redes Neurais

AULAS REGULARES
Conteúdo 1: Introdução e Fundamentos Matemáticos. Livros (1) e (2).
Conteúdo 2: Fundamentos e Modelos de Aprendizagem. Livros (1) e (2).
Conteúdo 3: Perceptrons e Adaline. Livros (1) e (2).
Conteúdo 4: Multilayer Perceptrons. Livros (1) e (2).
Conteúdo 5: Mini-projeto: Reconhecimento de Dígitos: MNIST. Livro (3). (material e roteiro completo aqui!)
Conteúdo 6: Redes Convolucionais e Deep Learning. Livro (3).
Conteúdo 7: Mini-projeto: Reconhecimento de Dígitos com CNNs: MNIST. Livro (3). (material e roteiro completo aqui!)
Conteúdo 8: Redes de Funções de Base Radial. Livro (2) e Notas de Aula.
Conteúdo 9: Algoritmo DDA (Dynamic Decay Adjustment)
Conteúdo 10: Modelo de Hopfield. Livros (1) e (2).
Conteúdo 11: Modelo de Kohonen (SOM). Livros (1) e (2).
Conteúdo 12: Mini-projeto: Análise do Clima com SOMs.
Conteúdo 13: Modelos ART . Livros (1) e (2). (veja aqui um belo exemplo de estabilidade-plasticidade na vida real)
Conteúdo 14: Modelo Cascade Correlation (CASCOR). Notas de Aula.
Conteúdo 15: Máquinas de Vetores de Suporte (SVM). Notas de Aula.
Conteúdo 16: Redes Recorrentes e Long Short Term Memory Networks (LSTMs). Notas de Aula.
Conteúdo 17: Mini-projeto: Previsão da Cotação de BITCOINS com LSTMs.
Conteúdo 18: Autocodificadores (Autoencoders). Notas de Aula.
Conteúdo 19: Desenvolvimento de Soluções. Notas de Aula.
Conteúdo 20: Roteiro de Pré-processamento. Notas de Aula.
Lista de Exercícios 1
Lista de Exercícios 2
Lista de Exercícios 3

PROJETO em Aplicação do Mundo Real
Descrição do Projeto
Base de Dados do Projeto: Análise de Risco de Crédito (Treinamento: Pré-processada ~390 mil casos)
Base de Dados do Projeto: Análise de Risco de Crédito (Validação: Pré-processada ~190 mil casos)
Base de Dados do Projeto: Análise de Risco de Crédito (Teste: Pré-processada ~190 mil casos)
Base de Dados do Projeto: Análise de Risco de Crédito (Out-of-time: Pré-processada ~139 mil casos)
Base de Dados do Projeto: Análise de Risco de Crédito (Treinamento: Original ~390 mil casos)
Base de Dados do Projeto: Análise de Risco de Crédito (Validação: Original ~190 mil casos)
Base de Dados do Projeto: Análise de Risco de Crédito (Teste: Original ~190 mil casos)
Base de Dados do Projeto: Análise de Risco de Crédito (Out-of-time: Original ~139 mil casos)
Github com Código em Python (MLP, SVM, Randon Forest, Gradient Boosting, Ensemble de Classificadores)

Material Didático