README.md

4621A-04 - Inteligência Artificial Aplicada - EC

Turma 590 - 2017/2 - Prof. Renata Vieira

Trabalho Prático 3

Aprendizado de Máquina: Redes Neurais

Desenvolvevor um experimento de aprendizagem de máquina utilizando redes neurais em dados de imagens.

Bases de Dados sugeridas:

• fetch_lfw_people()
• fetch_olivetti_faces()
• fetch_mldata('MNIST original')
• fetch_20newsgroups()
• Audio Tracks
• load_digits()

Repositório:

Enviar email da conta do GitHub para [email protected] para receber acesso.

Tecnologias:

Multi-layer Perceptron, Scikit-Learn, GitHub, Jupyter Notebook, Pandas e Python

Resultado:

• Apresentação do Notebook em Aula no dia 14/11/2017
• 15 Minutos de Apresentação por Grupo

Prazo:

A versão final do Notebook deve ser enviada ao GitHub até o dia 14/11/2017 às 19:00

Grupo:

• 2 pessoas
• cada dupla envia um arquivo ipynb com seus primeiros nomes
• Ex.: fulano1_funalo2.ipynb

Avaliação (17):

Tecnologias (10):

• GitHub
• Python
• Jupyter Notebook
• Sklearn
• Pandas
• NumPy
• Pré-Processamento (audio, texto)
• Classificação/Regressão
• Validação Cruzada
• Avaliação

Apresentação (7):

• Prazo de Entrega
• Organização do Jupyter Notebook
• Explicação da Base de dados
• Explicação do Pré-processamento (audio, texto)
• Explicação da Topologia da Rede
• Explicação da Validação Cruzada
• Explicação da Avaliação

Referências:

• http://scikit-learn.org/stable/modules/neural_networks_supervised.html