Explicar como várias camadas podem construir padrões simples até padrões mais compostos.
Prova de sucesso: explique "Por que vários andares?", realize "Transparências em cascata" e cite o limite da analogia.
Para preparar um cartaz, Samira recebe mosaicos de casas. Ela começa identificando as bordas, junta certas bordas em cantos, depois combina os cantos em janelas. Seu colega Émile quer procurar diretamente "casa" em cada quadrado e acaba se perdendo. Uma rede profunda pode aprender uma progressão parecida: cada camada transforma a representação recebida. Os padrões úteis, porém, não são decididos à mão e devem ser controlados em novos exemplos.
Para raciocinar como cientista, separe o que se dá ao modelo, o que ele calcula e o que se mede. Aqui, seu ponto de referência é "Por que vários andares?".
O fluxo mostra uma composição progressiva e depois lembra que a última etapa é uma verificação com um exemplo novo. Leia o desenho de cima para baixo: cada seta anuncia uma transformação ou uma verificação, nunca um pensamento da máquina.
A analogia: É como montar uma figura com blocos: traços, ângulos, formas, depois o objeto completo.
Onde ela para: Em uma rede, os "blocos" são números aprendidos, não conceitos que necessariamente têm os mesmos nomes que os nossos. Uma analogia ajuda a começar; ela não substitui nem os dados, nem os cálculos, nem um teste.
Material: quatro folhas transparentes ou papéis vegetais, uma caneta e um mosaico 6 × 6
Tempo sugerido: 10 a 20 minutos.
Observação esperada: cada andar reutiliza o resultado anterior e uma informação perdida cedo não pode ser recriada por mágica.
Invente um mosaico em que a regra simples "quatro cantos igual a uma janela" falhe e explique por que mais profundidade não basta.
Um modelo complexo pode parecer impressionante enquanto reproduz padrões acidentais. Sempre compare-o com uma regra simples em um teste separado.
Pergunta responsável: Se uma linha de base já atinge o objetivo, qual benefício preciso justificaria uma rede mais profunda?
O que produz uma camada oculta?
Correção: Uma nova representação numérica calculada a partir da camada anterior.
Mais camadas garantem um resultado melhor?
Correção: Não. A profundidade adiciona capacidade, mas também dificuldades de treinamento e controle.
Por que testar uma imagem nunca vista?
Correção: Para verificar se a hierarquia aprendida generaliza em vez de memorizar os mosaicos.
Construtora de representações — Você ganha este distintivo se conseguir explicar o esquema sem ler, mostrar o resultado da atividade e corrigir uma resposta errada com gentileza.