Logo Passei Direto
Buscar
Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

ROTEIRO DE AULA PRÁTICA 
NOME DA DISCIPLINA: 
FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
INTRODUÇÃO 
 
 
A elaboração deste texto permite a aplicação prática dos conhecimentos teóricos 
adquiridos ao longo do semestre, preparando o aluno para sua futura carreira 
profissional e proporcionando uma experiência prática significativa. 
Essa atividade possibilitará a aplicação dos conceitos básicos da inteligência 
artificial, divididos em duas etapas distintas. 
Na primeira etapa a lógica fuzzy será aplicada para um restaurante, demonstrando 
como é possível modificar decisões baseando-se em critérios subjetivos diversos, 
para isto basta, determinar os parâmetros a serem medidos, como por exemplo a 
qualidade do serviço e qualidade das refeições. 
Utilizamos a lógica nebulosa, criou-se sistema para determinar a gorjeta com base 
em variáveis de entrada, utilizando regras que refletem a incerteza e a variabilidade 
natural das avaliações humanas. 
A segunda etapa da atividade centra-se na implementação e análise de redes 
neurais artificiais, utilizando a linguagem Python. Este trabalho busca ilustrar como 
modelos de aprendizagem supervisionada podem ser usados para reconhecer 
padrões e fazer previsões com base em dados históricos. A prática envolve 
a construção e treinamento de uma rede neural, que mostra a aplicação de 
algoritmos de aprendizado para otimizar o desempenho do modelo. 
 
 
 
 
 
 
 
 
ATIVIDADE 
 
LÓGICA NEBULOSA EM SISTEMA ESPECIALISTA 
 Checklist da Atividade Prática: 
 Octave está funcionando corretamente. 
 Criar as variáveis necessárias. 
 Inserir as regras corretamente. 
 Gerar valores para a gorjeta com base em diferentes qualidades de serviço 
e comida. 
 Registrar seus resultados em um relatório. 
A seguir, avaliaremos um restaurante usando uma abordagem procedural 
presente no Octave. 
Utilizamos dois parâmetros para realizar o cálculo, sendo a qualidade dq comida 
e a qualidade do serviço, cujos paramêtros foram formatados para a escala de 0 a 
10, onde zero é a menor e 10 a maior nota. Ao final da função, o 
programa determina o valor de pico com base nesses dois parâmetros passados 
para a função média. 
O primeiro passo é instalar e configurar o Octave, que está disponível no formato 
.exe para o sistema operacional Windows. Depois de baixar o executável o 
usuário deve seguir um passo a passo básico para executar o programa de 
configuração inicial dentro do ambiente operacional. 
 
 
 
 
 
 
 
 
 
Código procedural de cálculo da gorjeta do restaurante 
 
 
 
 
 
 
 
 
 
 
 
Na tela Classifier Output estarão os dados que iremos comparar, que são o 
“Root mean squared error” e “Confusion Matrix” como a seguir: 
 
 
Realizado um experimento onde fora conferido nota 4 para o comida e nota 2 
para o serviço de atendimento, resultando numa gorjeta de 5% para o 
restaurante. Os grupos possíveis dentro do código são: 
 Se a qualidade média for 4 ou menos, a gorjeta será de 5%. 
 Se a qualidade média for entre 4 e 7, a gorjeta será de 10%. 
 Se a qualidade média for acima de 7, a gorjeta será de 15%. 
 
 
 
 
 
 
 
Iremos apresentar como lógica nebulosa pode ser utilizada nesta questão, onde 
foi desenvolvido um novo código para realizar esse cálculo de forma mais 
agrupada de acordo com a avaliação de cada critério avaliado pelo cliente. 
O primeiro passo foi definir o sistema de oitavas e inserir os dados de entrada a 
serem utilizados no cálculo do sistema Fuzzy. As variáveis escolhidas foram 
a avaliação da comida e a avaliação do serviço, juntas determinarão a gorjeta 
final que o restaurante receberá. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Prosseguindo, o código faz a definição da variável de saída para ajudar na 
definição da gorjeta, ao mesmo tempo uma lista de regras é construída para ser 
usada para o cálculo do valor correto da gorjeta. 
 
 
 
 
 
 
 
 
 
 
 
 
Finalizando, o código recebe as notas de comida e serviço e gera uma 
porcentagem de gorjeta para o cliente pagar ao restaurante. 
 
 
 
 
 
 
 
 
 
O resultado final é observado na sequencia, onde a partir de duas notas de 
entrada (da comida e do serviço) obtivemos uma percentagem razoável dentro 
das notas que foram usadas para o cálculo e que fazem sentido dentro do 
contexto do problema apresentado. 
 
 
 
 
LÓGICA NEBULOSA EM SISTEMA ESPECIALISTA 
 Entender o conceito de redes neurais artificiais; 
 Implementar através do Python uma RNA simples. 
 Realizar e entender os resultados da quantidade de treinamentos. 
 
Inicialmente para realização desta atividade, temos que realizar a importação do 
módulo numpy para auxílio dos cálculos da rede neural proposta. 
 A plataforma jdoodle foi usada para o desenvolvimento do projeto. 
 
 
 
 
 
 
 
 
 
Após, realizamos a definição do sigmóide e sua derivada a ser utilizada na rede 
neural. 
A definição do conjunto de dados de entrada e saída também é importantíssimo 
para auxiliar na determinação de padrões pelo algoritmo de classificação da rede 
neural. Os dados de entrada são chamados de X, enquanto que os dados de 
saída são chamados de Y dentro do código. 
 
 
 
Os pesos da sinapse serão inicializados com valores aleatórios. 
É comum inicializar os pesos com valores pequenos e aleatórios para quebrar a 
simetria e permitir o aprendizado. 
 
 
 
 
 
O algoritmo entra em um loop de repetição para realizar o ajuste da rede neural 
usando o sigmóide e sua derivada. 
É muito importante realizar o ajuste na rede usando os dados de saída para obter 
o melhor desempenho do algoritmo de acordo com os dados de entrada. 
 
 
 
 
 
 
 
Findando, os dados de saída da rede são apresentados para o usuário a fim de 
demonstrar a eficiência do algoritmo para o conjunto de dados fornecidos do 
treinamento da rede neural. 
 
 
 
 
 
 
 
 
 
 
 
CONCLUSÃO 
 
Comparando os dados apresentados, vemos que no exemplo 1 onde fora 
utilizado o “Use training set”, o Root mean squared error (RMSE) foi baixo. 
Analisando vemos que os dados foram positivos, porém ao verificar a Confusion 
Matrix, esta apresentou número significativo de classificação errôneas, em 
especial para a classe de testes positivos. 
 
Este portfólio proporcionou a realização da aplicação de conceitos fundamentais 
da inteligência artificial, onde fora dividida em duas partes distintas, visando 
proporcionar a compreensão das técnicas específicas do domínio. 
A primeira etapa apresentou à implementação da lógica fuzzy a fim de avaliar um 
restaurante, utilizando o Octave. 
Este processo incluiu a criação e configuração do ambiente, variáveis e regras 
necessárias e a geração de valores para gorjeta, tomando por base a qualidade 
do serviço e dos alimentos servidos. 
 A lógica nebulosa proporciona abordagem flexível e intuitiva para definição do 
valor da gorjeta, comparando com outras metodologias mais rígidas, fornecendo 
assim avaliação com maiores detalhes 
Na segunda etapa exploramos a utilização de redes neurais artificiais, concebidas 
em Python. 
Iniciou- se importando módulos essenciais, como o NumPy, e definição das 
funções fundamentais, como a sigmoide e sua derivada. 
A rede neural é então treinada utilizando dados de entrada e saída, com ajustes 
realizados nos pesos sinápticos para otimizar o aprendizado. Este processo é 
seguido por uma análise dos resultados, que demonstra a eficácia da rede neural 
em classificar e prever padrões com base nos dados fornecidos. 
 
 
Ao realizar a atividade de valor percentual da gorjeta, utilizando a lógica nebulosa, 
permitiu abordagem intuita e flexível para a avaliação subjetiva, por outro lado a 
rede neural desenvolvida em Python, apresenta como é importante os algoritmos 
de aprendizado supervisionado na classificaçãoe previsão de padrões. 
 
 
BIBLIOGRAFIA 
 
COELHO, José. Introdução à Inteligência Artificial: introdução. 2023 
 
BASSI, Pedro Ricardo Ariel Salvador; DE FAISSOL ATTUX, Romis Ribeiro. 
Fundamentos de redes neurais profundas. Revista dos Trabalhos de Iniciação 
Científica da UNICAMP, n. 26, 2018.

Mais conteúdos dessa disciplina