Perceptron Multicamadas com Backpropagation para Análise de Crédito

• Ano de defesa: 2019
• Autor(a) principal: Figueiredo, Raphael Silva de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto de Matemática e Estatística; Brasil; UERJ; Programa de Pós-Graduação em Ciências Computacionais
• Palavras-chave em Português: Neural network; Multilayer perceptron; Rede neuronal; Perceptron multicamadas; Backpropagation; Redes neurais; Inteligência artificial; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://www.bdtd.uerj.br/handle/1/20780

O uso de ferramentas que utilizam inteligência artificial já está bastante presente em nossas vidas. Técnicas como a rede neuronal artificial e outras formas de aprendizado de máquina vêm crescendo ano após ano, nos ajudando em diversas áreas do conhecimento, como na medicina, astronomia, economia, engenharia, entre outras. Neste trabalho estudaremos a rede neuronal do tipo perceptron, tendo como foco o perceptron multicamadas com o algoritmo de backpropagation, mostrando passo a passo como ela foi desenvolvida, sua implementação em linguagem C e aplicando-a a um problema prático realizando a classificação de devedores do BNDES (Banco Nacional do Desenvolvimento Econômico e Social).