Atividade para avaliação Semana 6

Prévia do material em texto

28/11/2018 Teste: Atividade para avaliação - Semana 6
https://cursos.univesp.br/courses/1905/quizzes/6929/take 1/5
Uma das discussões propostas em seu projeto integrador é o uso da inteligência
artificial. Para isso, seu grupo encontrou um artigo na internet que pode ser do
interesse de todos. O título do artigo é MLitB: machine learning in the browser.
 
Agora chegou o momento de saber mais sobre esse artigo. Vamos conhecer o site do artigo.
 
Leia o texto e responda às perguntas a seguir.
 
Fonte: https://peerj.com/articles/cs-11/ (https://peerj.com/articles/cs-11/)
1 ptsPergunta 1
Em um blog chamado Peer J Computer Science.
Em um jornal semanal chamado Peer J Computer Science.
No site de uma universidade americana chamada Peer J Computer Science.
Em uma revista acadêmico-científica chamada Peer J Computer Science.
“MLitB: machine learning in the browser” é um artigo que foi publicado:
 
 
Fonte: https://peerj.com/articles/cs-11/ (https://peerj.com/articles/cs-11/)
28/11/2018 Teste: Atividade para avaliação - Semana 6
https://cursos.univesp.br/courses/1905/quizzes/6929/take 2/5
MLitB: machine learning in the browser
 
Abstract
With few exceptions, the field of Machine Learning (ML) research has largely ignored the
browser as a computational engine. Beyond an educational resource for ML, the browser has
vast potential to not only improve the state-of-the-art in ML research, but also, inexpensively
and on a massive scale, to bring sophisticated ML learning and prediction to the public at large.
This paper aims to introduce MLitB, a prototype ML framework written entirely in Javascript,
capable of performing large-scale distributed computing with heterogeneous classes of
devices. Results show that the development of MLitB has been driven by several underlying
objectives whose aim is to make ML learning and usage ubiquitous (by using ubiquitous
compute devices), cheap and effortlessly distributed, and collaborative. This is achieved by
allowing every internet capable device to run training algorithms and predictive models with no
software installation and by saving models in universally readable formats. To conclude our
prototype library is capable of training deep neural networks with synchronized, distributed
stochastic gradient descent. MLitB offers several important opportunities for novel ML research,
including: development of distributed learning algorithms, advancement of web GPU
algorithms, novel field and mobile applications, privacy preserving computing, and green grid-
computing. MLitB is available as open source software.
Fonte: <https://peerj.com/articles/cs-11/ (https://peerj.com/articles/cs-11/) >. Adaptado.
1 ptsPergunta 2
Dispositivos de computador.
Algoritmo.
Aprendizado de máquina com uso de browser.
Tecnologia móvel.
Com base no abstract, qual é o assunto principal do artigo?
1 ptsPergunta 3
De acordo com o abstract, “MLitB” é:
28/11/2018 Teste: Atividade para avaliação - Semana 6
https://cursos.univesp.br/courses/1905/quizzes/6929/take 3/5
Um produto pago disponível no mercado.
Um código escrito em Python.
Sistema de segurança que garante a privacidade.
Um protótipo de aprendizagem de máquina.
A escrita de um abstract pode se estruturar em contextualização, objetivo, metodologia,
resultados e conclusão. Com base nessa informação, responda às questões 4 a 7.
1 ptsPergunta 4
Conclusão
Metodologia
Contextualização
Resultados
Objetivo
O trecho a seguir, retirado do abstract “MLitB: machine learning in the browser”, representa
qual parte da estrutura?
 
With few exceptions, the field of Machine Learning (ML) research has largely ignored the
browser as a computational engine. Beyond an educational resource for ML, the browser has
vast potential to not only improve the state-of-the-art in ML research, but also, inexpensively
and on a massive scale, to bring sophisticated ML learning and prediction to the public at
large.
2 ptsPergunta 5
O trecho a seguir, retirado do abstract “MLitB: machine learning in the browser”, representa
qual parte da estrutura?
 
28/11/2018 Teste: Atividade para avaliação - Semana 6
https://cursos.univesp.br/courses/1905/quizzes/6929/take 4/5
Conclusão
Contextualização
Objetivo
Metodologia
Resultados
This paper aims to introduce MLitB, a prototype ML framework written entirely in Javascript,
capable of performing large-scale distributed computing with heterogeneous classes of
devices.
2 ptsPergunta 6
Objetivo
Resultados
Contextualização
Conclusão
Metodologia
O trecho a seguir, retirado do abstract “MLitB: machine learning in the browser”, representa
qual parte da estrutura?
 
Results show that the development of MLitB has been driven by several underlying objectives
whose aim is to make ML learning and usage ubiquitous (by using ubiquitous compute
devices), cheap and effortlessly distributed, and collaborative. This is achieved by allowing
every internet capable device to run training algorithms and predictive models with no software
installation and by saving models in universally readable formats.
2 ptsPergunta 7
O trecho a seguir, retirado do abstract “MLitB: machine learning in the browser”, representa
qual parte da estrutura?
 
28/11/2018 Teste: Atividade para avaliação - Semana 6
https://cursos.univesp.br/courses/1905/quizzes/6929/take 5/5
Salvo em 16:20 
Metodologia
Resultados
Contextualização
Objetivo
Conclusão
To conclude our prototype library is capable of training deep neural networks with
synchronized, distributed stochastic gradient descent. MLitB offers several important
opportunities for novel ML research, including: development of distributed learning algorithms,
advancement of web GPU algorithms, novel field and mobile applications, privacy preserving
computing, and green grid-computing. MLitB is available as open source software.
Enviar teste