O Perceptron

Oficinas gratuitas e presenciais em nosso campus na Old Street. Trabalhe em um pedaço de nosso currículo de ML com nossos fundadores. Nenhuma aplicação necessária. Visão geral: Esta oficina é uma amostra do nosso programa de aprendizado de máquina para engenheiros de software experientes e é uma oportunidade para ver se você gosta desse estilo de aprendizado. Ela fornece uma introdução prática às redes neurais, começando pelo perceptron: um dos primeiros modelos treináveis e ainda a maneira mais clara de entender como as máquinas aprendem com exemplos. Vamos construir um pequeno perceptron que aprende a separar pontos rotulados em uma grade 2D, e então usá-lo para desembrulhar as ideias que ainda estão por trás da IA moderna: entradas, pesos, viés, funções de ativação, previsão, erro, atualizações de parâmetros, épocas e limites do modelo. Contexto: Em 1958, Frank Rosenblatt descreveu o perceptron como um sistema que poderia aprender com a experiência. Em vez de receber uma regra diretamente, ele veria exemplos, faria previsões, receberia feedback e mudaria suas forças de conexão interna. Esse padrão ainda é reconhecível nas redes neurais hoje. Um modelo recebe entradas, combina-as com parâmetros aprendidos, produz uma saída, compara essa saída com a resposta esperada e se atualiza para que funcione melhor na próxima vez. O perceptron é deliberadamente simples. Ele pode aprender um limite em linha reta, mas não pode resolver problemas que precisam de representações curvas, em camadas ou mais abstratas. Essa limitação é o que o torna um ponto de partida tão útil. Uma vez que você pode ver o que um único perceptron pode e não pode fazer, os desenvolvimentos posteriores nas redes neurais fazem mais sentido: camadas ocultas, retropropagação, aprendizado profundo, redes convolucionais e, eventualmente, transformadores. Durante esta oficina, nos concentraremos no perceptron como a construção prática. No final, vamos dar um passo atrás e traçar o que cada descoberta posterior adicionou, para que você saia com um mapa desde as primeiras unidades neurais treináveis até as arquiteturas por trás dos modelos de linguagem modernos. O que vamos cobrir: O que trazer: Por favor, note: este evento requer experiência prévia em desenvolvimento de software. Espaço de trabalho compartilhado: Você é bem-vindo para trabalhar em uma mesa compartilhada a partir das 10h no dia. Informações de acesso: Por favor, toque o sino dos Fundadores e Codificadores. O espaço é acessível para cadeiras de rodas e possui um elevador. Nossos banheiros são totalmente acessíveis. Se você tiver alguma necessidade específica de acesso, por favor, nos avise quando se inscrever e faremos o nosso melhor para ajudar.