Este curso foi criado para quem deseja aprender, de forma clara e prática, como funcionam as Redes Neurais Artificiais do tipo MLP (Multi-Layer Perceptron) e como aplicá-las para construir modelos reais de Inteligência Artificial. Aqui você aprenderá desde os conceitos essenciais até a implementação completa de um modelo funcional, pronto para ser usado em diversos contextos.Ao longo das aulas, você vai entender como uma MLP realmente aprende, o papel da retropropagação, como escolher funções de ativação, como ajustar hiperparâmetros e como evitar problemas como overfitting e underfitting. Tudo é apresentado com exemplos reais, códigos práticos e explicações diretas ao ponto — sem enrolação e sem fórmulas desnecessariamente complicadas.Este curso também funciona como a base estruturante para outros cursos aplicados (como previsão de demanda, apostas esportivas, detecção de anomalias, classificação e muitos outros). A ideia é que você domine o núcleo das RNAs para depois conseguir aplicar a tecnologia em qualquer área de interesse.Ao final, você será capaz de:Construir sua própria Rede Neural MLPPreparar dados, normalizar e configurar o pipeline de treinamentoAjustar modelos, interpretar resultados e medir desempenhoEntender como melhorar a performance e diagnosticar problemasSe o seu objetivo é dominar Inteligência Artificial de verdade, este é o primeiro passo. Este curso entrega a fundação técnica que todas as aplicações de IA utilizam.
What you'll learn
Understand the mechanics of how MLPs learn
Build and implement your own MLP neural network
Prepare and normalize data for training
Adjust hyperparameters and interpret model performance
Diagnose common issues like overfitting and underfitting
Course objectives
To provide a comprehensive understanding of MLP neural networks
To equip students with practical skills in model building and data preparation
To prepare students for more advanced topics in artificial intelligence