Exercícios: Aula 10 - Treinamento de uma Rede Neural 🔥

Pratique os conceitos fundamentais sobre como os modelos de IA aprendem e ajustam seus erros.

Básico

1. Conceito: Explique, em suas próprias palavras, o que é a "Função de Perda" (Loss Function) e qual o seu objetivo durante o treinamento.
2. Iteração: O que é uma "Época" (Epoch) no treinamento de uma rede neural e por que geralmente precisamos de mais de uma?

Intermediário

1. Gradiente Descendente: Use uma analogia (como descer uma montanha no escuro) para explicar como o Gradiente Descendente encontra o ponto de menor erro.
2. Backpropagation: Como o erro viaja através da rede? Ele vai da entrada para a saída ou da saída para a entrada? Qual o papel dos pesos nesse processo?

Desafio

1. Taxa de Aprendizado (Learning Rate): Discuta o que acontece se a Taxa de Aprendizado for:
   • Muito alta (Grande demais).
   • Muito baixa (Pequena demais). Como isso afeta o tempo e a qualidade do treinamento?