A Matemática por trás das Redes Neurais Artificiais

Resumo

A oficina "A Matemática por trás das Redes Neurais Artificiais" tem como objetivo desmistificar os fundamentos matemáticos que sustentam o funcionamento das redes neurais artificiais, permitindo que os participantes desenvolvam uma compreensão sólida dos processos teóricos e aplicados que permeiam essa tecnologia. Com duração de até 2 horas e 30 minutos, a atividade busca apresentar, de forma clara e didática, os principais conceitos matemáticos envolvidos no treinamento, uso e desempenho de redes neurais, além de oferecer exemplos práticos que conectam teoria à aplicação. Serão disponibilizadas 60 vagas, garantindo um ambiente interativo e propício ao aprendizado.  Os objetivos centrais da oficina incluem: compreender os fundamentos de álgebra linear e cálculo aplicados às redes neurais, como o uso de matrizes e vetores para representar dados de entrada, pesos e bias; explorar o papel do cálculo diferencial no ajuste dos pesos durante o treinamento, com foco no algoritmo de retropropagação e descentes de gradiente; discutir o uso de probabilidade e estatística nas funções de ativação e métricas de desempenho; e introduzir conceitos de otimização para ajuste de hiperparâmetros e prevenção de problemas como overfitting. Outro conceito matemático fundamental envolve a teoria da otimização, que ajuda no ajuste dos hiperparâmetros para garantir que a rede alcance um equilíbrio ideal entre precisão e eficiência. Além disso, estudos sobre topologias de redes, como redes convolucionais (CNNs) e redes recorrentes (RNNs), aprofundam-se em transformações matemáticas específicas que tornam as RNAs adequadas para tarefas como processamento de imagens ou séries temporais. A metodologia utilizada será baseada em uma abordagem prática e interativa, estruturada em três etapas principais. Na primeira etapa, será realizada uma introdução teórica para apresentar os conceitos matemáticos fundamentais, utilizando exemplos aplicados para facilitar a compreensão dos participantes. Na segunda etapa, serão desenvolvidas atividades práticas guiadas, nas quais os participantes poderão simular alguns aspectos do funcionamento das redes neurais em ferramentas computacionais acessíveis, como notebooks Python preparados para o minicurso. Por fim, a última parte será destinada à aplicação dos conteúdos por meio de exercícios e discussão sobre os desafios e limitações dos modelos de inteligência artificial, promovendo a participação ativa dos presentes. A oficina não exige conhecimento prévio avançado, sendo adequada para estudantes e profissionais de diferentes áreas que possuem interesse em inteligência artificial e redes neurais artificiais. O foco principal está em proporcionar um aprendizado abrangente e acessível, enfatizando os elementos matemáticos que permitem o desenvolvimento de modelos sofisticados capazes de resolver problemas complexos. Com essa atividade, espera-se fornecer aos participantes as ferramentas intelectuais e técnicas necessárias para compreender e aplicar redes neurais artificiais em diferentes contextos.