Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 9 visualizações

    1 Etapa: Analisar o Script Fornecido, Considerando Que o Dataset Contém Imagens de Peças Com e Sem Defeito

    Enviado por

    lucaspoluto4
    (44) 99162-8928 Está SEM TEMPO ou com DIFICULDADE de realizar o seu trabalho acadêmico? Entre em contato conosco agora mesmo! Iremos te ajudar nessa jornada acadêmica. (44) 99162-8928

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd

    1 Etapa: Analisar o Script Fornecido, Considerando Que o Dataset Contém Imagens de Peças Com e Sem Defeito

    Enviado por

    lucaspoluto4
    9 visualizações2 páginas
    (44) 99162-8928 Está SEM TEMPO ou com DIFICULDADE de realizar o seu trabalho acadêmico? Entre em contato conosco agora mesmo! Iremos te ajudar nessa jornada acadêmica. (44) 99162-8928

    Título original

    1ª etapa: Analisar o script fornecido, considerando que o dataset contém imagens de peças com e sem defeito:

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    (44) 99162-8928 Está SEM TEMPO ou com DIFICULDADE de realizar o seu trabalho acadêmico? Entre em contato conosco agora mesmo! Iremos te ajudar nessa jornada acadêmica. (44) 99162-8928

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    9 visualizações2 páginas

    1 Etapa: Analisar o Script Fornecido, Considerando Que o Dataset Contém Imagens de Peças Com e Sem Defeito

    Enviado por

    lucaspoluto4
    (44) 99162-8928 Está SEM TEMPO ou com DIFICULDADE de realizar o seu trabalho acadêmico? Entre em contato conosco agora mesmo! Iremos te ajudar nessa jornada acadêmica. (44) 99162-8928

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    de 2

    (44) 99162-8928

    Está SEM TEMPO ou com DIFICULDADE de realizar o seu trabalho


    acadêmico?

    Entre em contato conosco agora mesmo! Iremos te ajudar nessa


    jornada acadêmica

    (44) 99162-8928

    MAPA – INTELIGÊNCIA ARTIFICIAL – 53_24


    MAPA – INTELIGÊNCIA ARTIFICIAL – 53_24

    A evolução tecnológica tem impulsionado o desenvolvimento e a aplicação de Inteligência


    Artificial (IA) em diversas áreas, desde a análise de dados até a automação de processos
    industriais. A IA depende de algoritmos complexos, redes neurais e grandes volumes de
    dados para treinar modelos que podem realizar tarefas que tradicionalmente requerem
    intervenção humana, como reconhecimento de padrões, tomada de decisões e predição de
    eventos.
    A operação dos algoritmos de IA em diversos cenários possibilita a elaboração de soluções
    capazes de processar e interpretar grandes quantidades de dados, adaptando-se às
    mudanças e aprendendo continuamente. Isso é essencial para áreas como saúde, finanças,
    marketing e automação industrial, em que a precisão e a eficiência são cruciais. Portanto, a
    importância dos sistemas de IA, também conhecidos como sistemas inteligentes, não pode
    ser subestimada.
    Atividade MAPA:
    Para esta atividade MAPA, o estudante executará um script e identificará os componentes
    principais de um modelo de IA, além de compreender as informações contidas nos dados
    de treino e teste.
    Link do colab:
    https://colab.research.google.com/drive/1fZYudjsbT1MSmVmLuNmnniWf1gbYaXsb?usp=sh
    aring

    ​O que deve ser feito:


    Para essa atividade MAPA, será necessário realizar três etapas importantes:

    1ª etapa:
    Analisar o script fornecido, considerando que o dataset contém imagens de peças com e
    sem defeito:
    a) Qual a importância de balancear o dataset antes de treinar o modelo? Por quê?
    b) Qual a métrica de avaliação apropriada para o modelo preditivo? Justifique.
    c) Quais técnicas de pré-processamento de dados são recomendadas para este dataset?
    d) Qual o valor esperado de acurácia após o treinamento do modelo?

    ​ ª etapa:
    2
    Explique a estrutura do modelo CNN utilizado no script do Colab, abordando os seguintes
    pontos:
    a) Descreva as diferentes camadas da CNN, suas funções e parâmetros principais.
    b) Explique o propósito das funções de ativação utilizadas.
    c) Justifique a escolha do otimizador e da função de perda.
    d) Comente sobre os resultados obtidos e como poderiam ser melhorados.

    ​ ª etapa:
    3
    Explique a matriz de confusão e calcule, incluindo acurácia, precisão, recall e F1-score.
    Complementar o script para incluir esses cálculos.

    (44) 99162-8928

    ATIVIDADE MAPA 1000

    Você também pode gostar