@article{Pereira_Custodio_2021, place={Campinas, SP}, title={Redes neurais para regressão uni- e multivariada}, volume={3}, url={https://econtents.bc.unicamp.br/inpec/index.php/chemkeys/article/view/15880}, DOI={10.20396/chemkeys.v3i00.15880}, abstractNote={<p>Redes Neurais Artificiais têm ganhado notoriedade na aproximação de funções uni e multivariadas em virtude a alta capacidade aproximativa desse tipo de modelo. Neste artigo é apresentada uma descrição dos modelos de regressão baseados em redes neurais juntamente com os algoritmos comumente usados para otimizá-los. A performance deste tipo de modelo é exemplificada através da aproximação de uma função univariada que relaciona a fração em mol na fase líquida de um dos componentes de uma mistura água-acetona com sua fração em mol na fase de vapor. O desempenho do modelo é, ainda, comparado com o desempenho de outros modelos baseados em métodos de regressão clássicos utilizados para solucionar o mesmo problema. Ao final do texto, é apresentado o código PYTHON para a criação do modelo de rede neural discutido aqui.</p>}, number={00}, journal={Revista Chemkeys}, author={Pereira, Gabriel César and Custodio, Rogério}, year={2021}, month={set.}, pages={e021003} }