IA PARA EFP • MÓDULO 6

Perceptrões e redes neuronais

Do perceptrão simples às redes multicamada e à resolução do problema XOR.

🎯 Learning Outcomes / Ishodi učenja:
  • Compreender porque um único neurónio não consegue resolver o XOR.
  • Observar como as camadas ocultas deformam fronteiras em contornos complexos.
  • Comparar funções de ativação (tanh, ReLU, sigmoide).
  • Ver a retropropagação ajustar os pesos em tempo real.

Um único neurónio é uma régua: só pode traçar uma linha reta. Uma camada oculta é uma equipa de réguas: o neurónio de saída combina as fronteiras lineares em formas curvas capazes de separar qualquer distribuição de classes.

y = σ( ∑ w_i · x_i + b )  |  Oculta: h_j = f( ∑ w_{ij} x_i + b_j )

As funções de ativação introduzem não linearidade, permitindo à rede aproximar qualquer função.

🔬 Interactive Laboratory / Interaktivna laboratorija:

🔍 Guided Investigation / Istraživački zadatak:
  1. XOR com 0 camadas ocultas: Defina 0 camadas e treine. A exatidão fica estagnada em ~50%.
  2. Adicionar 1 camada oculta: Configure 1 camada com 4 neurónios. Treine novamente: exatidão superior a 98%!
  3. Círculo num círculo: Mude para Círculos. Treine com 4 neurónios para isolar o cluster interior.