redes neuras e artificiais

Conceito de Redes Neurais Artificiais

Redes Neurais Artificiais são técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. Uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento e comparando ao modelo biológico, o cérebro de um mamífero pode ter muitos bilhões de neurônios.
A maioria dos modelos de redes neurais possui alguma regra de treinamento, onde os pesos de suas conexões são ajustados de acordo com os padrões apresentados. Em outras palavras, elas aprendem através de exemplos.
Arquiteturas neurais são tipicamente organizadas em camadas, com unidades que podem estar conectadas às unidades da camada posterior.
Usualmente as camadas são classificadas em três grupos:
Camada de Entrada: onde os padrões são apresentados à rede;
Camadas Intermediárias ou Escondidas: onde é feita a maior parte do processamento, através das conexões ponderadas; podem ser consideradas como extratoras de características;
Camada de Saída: onde o resultado final é concluído e apresentado.
Uma rede neural é especificada, principalmente pela sua topologia, pelas características dos nós e pelas regras de treinamento.
Uso de Redes Neurais Artificiais
As RNAs fornecem recursos que se enquadram perfeitamente em cenários com necessidade de automação de estudo (BI) por exemplo, por conta de sua função de aprendizado que resulta em melhor tomadas de decisões partidas de uma inteligência artificial.
Realizando pesquisas podemos encontrar exemplos dessa automação de estudo para uma melhor tomada de decisão em áreas como por exemplo:
Estratégia de previsão de preços no contexto de agronegócios
Identificação de feições espaciais
Projeção climática
Classificação de áreas cafeeiras
Apesar da utilização em diferentes segmentos de negócio, o objetivo é sempre o mesmo, estudo de informações para aperfeiçoamento da inteligência