Redes Neurais Recorrentes Prof. Anderson Rocha Tavares Bloco 1 · Slide 1 / 2

Redes Feedforward: Entradas Independentes

Cada exemplo é processado isoladamente — sem memória do passado

Diagnóstico de câncer de mama

PacienteRaio médioTexturaPerímetro
P117.9910.38122.8
P220.5717.77132.9
P313.0815.7185.63
cada linha = um caso independente
vetor numérico isolado
✓ Benigno
✗ Maligno
➡️

Feedforward: informação percorre a rede da entrada à saída, sem memória de exemplos anteriores.

Por que isso funciona aqui?

🗂️
Cada instância é autocontida

Todos os atributos do paciente P1 estão na sua própria linha. Não é necessário olhar P2 ou P3 para interpretá-la.

🔀
Ordem não importa

Embaralhar as linhas do dataset não altera o significado de nenhum exemplo. A rede produziria os mesmos resultados.

🖼️
Valem também para imagens isoladas

Em classificação de imagens, cada foto carrega toda a informação. CNNs também são redes feedforward.

💡
Esse é o regime mais simples: cada amostra é processada isoladamente. Funciona muito bem — exceto quando o significado do presente depende do passado.