Redes Neurais Artificiais são sistemas computacionais inspirados no funcionamento do cérebro humano, compostos por unidades interconectadas chamadas neurônios artificiais. Cada neurônio recebe informações, processa através de uma função matemática e transmite o resultado para outros neurônios através de conexões ponderadas.
A arquitetura básica consiste em três tipos de camadas: a camada de entrada recebe os dados iniciais, as camadas ocultas realizam o processamento complexo extraindo padrões e características, e a camada de saída produz o resultado final. Durante o treinamento, os pesos das conexões são ajustados para minimizar erros, permitindo que a rede aprenda a mapear entradas para saídas desejadas de forma automática.
Entrada
Recebe números, pixels ou tokens. Não há cálculos complexos aqui.
Saída
Classificação ou valor final com base no processamento interno.
Neurônios
Unidades que recebem, calculam e transmitem sinais.
Conexões
Canais que ligam as camadas e carregam os pesos.
Pesos
Importância de cada conexão; ajustada no aprendizado.
Ativação
Decide se um neurônio deve “disparar”.