Descrição Geral
O livro tem cerca de 270 páginas. Contém uma quantidade suficiente de material gráfico. O nível de dificuldade é médio.
Visão Geral Breve
Capítulo 1. Como Funcionam as Redes Neurais
O capítulo explica os princípios básicos de funcionamento das redes neurais: o que são neurônios, pesos, somatório de sinais e função de ativação. O autor introduz intuitivamente os conceitos de aprendizagem, erro e retropropagação do erro, evitando matemática complexa. O principal objetivo do capítulo é formar um modelo mental correto de por que uma rede neural pode aprender algo de qualquer forma.
Capítulo 2. Criando uma Rede Neural em Python
Neste capítulo, uma rede neural simples é implementada passo a passo em Python do zero, sem o uso de frameworks. O autor mostra como inicializar os pesos, implementar a propagação direta, o treinamento e a retropropagação do erro. Ao final, a rede aprende a reconhecer dígitos manuscritos (MNIST), e o leitor obtém um código funcional e compreensível.
Capítulo 3. Vários Projetos Interessantes
O capítulo é dedicado à aplicação prática da rede neural já criada e a experimentos com ela. São abordados a melhoria da qualidade do reconhecimento, o trabalho com imagens próprias e a influência dos parâmetros de treinamento. A ênfase principal está em como modificar e expandir o modelo, não apenas em usar cegamente um exemplo pronto.
Apêndice A. Breve Introdução ao Cálculo Diferencial
O apêndice explica a matemática minimamente necessária para entender o processo de treinamento de redes neurais. Derivadas e gradientes são introduzidos em um nível intuitivo — exatamente na medida necessária para compreender o algoritmo de retropropagação do erro. Este não é um livro-texto de cálculo, mas uma espécie de "ponte matemática" para o texto principal.
Apêndice B. Rede Neural no Raspberry Pi
Aqui é mostrado como executar e usar a rede neural em um Raspberry Pi. O autor demonstra que as redes neurais podem funcionar mesmo em hardware limitado, se o modelo for suficientemente simples. O apêndice ilustra bem o lado prático da abordagem embarcada e dos dispositivos autônomos.
Opinião
Este é o primeiro livro com o qual comecei a entender como as redes neurais funcionam internamente e como são implementadas na prática. Usando Python como exemplo, o autor desenvolve uma rede neural primitiva e a melhora gradualmente de capítulo a capítulo. No final, o material é apresentado de forma clara, sequencial e acessível.
