b) Qual a métrica de avaliação apropriada para o modelo preditivo? Justifique.

Prévia do material em texto

<p>Olá, aluno(a)! Está com dificuldade ou sem tempo para elaborar esse MAPA? Iremos te ajudar!</p><p>Entre em contato</p><p>(63) 99129-5554</p><p>MAPA – INTELIGÊNCIA ARTIFICIAL PARA AUTOMAÇÃO - 53_2024</p><p>MAPA – INTELIGÊNCIA ARTIFICIAL – 53_24</p><p>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</p><p>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</p><p>Atividade MAPA:</p><p>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</p><p>Link do colab: https://colab.research.google.com/drive/1fZYudjsbT1MSmVmLuNmnniWf1gbYaXsb?usp=sharing</p><p>​O que deve ser feito</p><p>Para essa atividade MAPA, será necessário realizar três etapas importantes</p><p>1ª etapa:</p><p>Analisar o script fornecido, considerando que o dataset contém imagens de peças com e sem defeito</p><p>a) Qual a importância de balancear o dataset antes de treinar o modelo? Por quê?</p><p>b) Qual a métrica de avaliação apropriada para o modelo preditivo? Justifique.</p><p>c) Quais técnicas de pré-processamento de dados são recomendadas para este dataset?</p><p>d) Qual o valor esperado de acurácia após o treinamento do modelo?</p><p>​2ª etapa:</p><p>Explique a estrutura do modelo CNN utilizado no script do Colab, abordando os seguintes pontos</p><p>a) Descreva as diferentes camadas da CNN, suas funções e parâmetros principais.</p><p>b) Explique o propósito das funções de ativação utilizadas</p><p>c) Justifique a escolha do otimizador e da função de perda</p><p>d) Comente sobre os resultados obtidos e como poderiam ser melhorados</p><p>​3ª etapa</p><p>Explique a matriz de confusão e calcule as métricas de avaliação do modelo, incluindo acurácia, precisão, recall e F1-score. Complementar o script para incluir esses cálculos</p><p>image1.png</p><p>image2.png</p><p>image3.png</p>