08/Dec/2025

Autores

  1. Eduardo Palhares Jr.
  2. Wenndisson da Silva Souza
  3. Alyson de Jesus dos Santos
  4. Alexandre Lopes Martiniano
  5. Nivaldo Rodrigues e Silva


Prefácio

Vivemos em uma era definida pela complexidade dos dados e pela busca por uma inteligência artificial cada vez mais avançada. No epicentro desta revolução está o Deep Learning, ou Aprendizagem Profunda, um subcampo do Machine Learning que permite aos sistemas emular o raciocínio humano por meio de redes neurais profundas. Esta tecnologia tem sido a força motriz por trás de avanços extraordinários, da visão computacional ao processamento de linguagem natural. Este livro foi desenvolvido para guiar o leitor por uma jornada imersiva e acessível no universo do Deep Learning, desde os fundamentos das redes neurais até a construção de modelos de ponta.

O conteúdo foi cuidadosamente planejado para atender tanto iniciantes que dão seus primeiros passos em redes neurais quanto profissionais que desejam dominar arquiteturas complexas. No primeiro módulo, são apresentados os conceitos essenciais do Deep Learning, incluindo o funcionamento dos neurônios artificiais, as funções de ativação e o papel de frameworks como TensorFlow e PyTorch. O segundo módulo aprofunda-se em arquiteturas fundamentais, como Redes Neurais Convolucionais (CNNs) para análise de imagens e Redes Neurais Recorrentes (RNNs) para a compreensão de sequências e textos.

No terceiro módulo, abordamos os desafios do treinamento de modelos profundos, a otimização de hiperparâmetros, técnicas para evitar o overfitting e a avaliação de performance. Já o módulo final propõe um estudo de caso aplicado à área da saúde, demonstrando como modelos de Deep Learning podem ser usados para o diagnóstico de doenças a partir de imagens

médicas, transformando a precisão e a velocidade da medicina moderna.

Mais do que um guia técnico, este livro busca despertar no leitor a capacidade de inovar e a curiosidade para explorar as fronteiras da inteligência artificial. Ao aplicar os conhecimentos adquiridos, o leitor será capaz de construir soluções que não apenas interpretam dados, mas que também percebem, criam e raciocinam. Que esta leitura inspire descobertas, estimule o pensamento criativo e fortaleça sua jornada no fascinante campo da Aprendizagem Profunda.


Citação

Palhares Junior, E., SOUZA, W. D., De Jesus dos Santos, A., Lopes Martiniano, A., & RODRIGUES E SILVA, N. (2025). Inteligência Artificial - Redes Neurais (dos fundamentos às arquiteturas CNN e RNN). In Inteligência Artificial - Redes Neurais (dos fundamentos às arquiteturas CNN e RNN) (Versão V1, 1º ed, p. 150) [Computer software]. Zenodo. https://doi.org/10.5281/zenodo.16411289


Anexos

2025_deep_learning_CITHA_1ed.pdf