Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Mantuan, Altobelli de Brito | - |
Autor(es): dc.contributor | Sousa, Eduardo Vera | - |
Autor(es): dc.creator | Cunha Junior, Antonio Carlos do Nascimento | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:48:13Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:48:13Z | - |
Data de envio: dc.date.issued | 2023-09-29 | - |
Data de envio: dc.date.issued | 2023-09-29 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/30663 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/757820 | - |
Descrição: dc.description | O aprendizado de máquina, é a capacidade que computadores tem de aprenderem sem serem programados de forma explícita a esse fim. Explora a capacidade de aprender com os próprios erros e usar essa informação para aprimoramento na previsão de dados. Nesse trabalho, estudaremos como redes neurais artificiais são utilizadas nesse processo de aprendizagem, sua estrutura e os termos que compõem esse campo de estudos ligados a inteligência artificial. Aqui será implementada uma rede classificatória visando a predição de um determinado tipo de planta com base em algumas de suas características físicas. O algoritmo utilizado, apresentou uma taxa de acurácia acima de noventa por cento, provando sua eficiência para a solução do problema apresentado | - |
Descrição: dc.description | Nowadays there is a huge consensus that machine learning has a fundamental participation in the improvement of artificial intelligence. In the fifties, Arthur Samuel defined machine learning as the computer ability to make predictions or decisions without being specifically programmed to perform them. It does not only learn from its own mistakes, but also take advantage of eventual failures to improve itself. In this present work we will study how neural networks are useful in this learning process, its structure and the common terms and definitions used in this magnificent field of study. Later, we will make the implementation of a neural network for classification purpose, which will predict the type of a plant species with basis on some of its physical attributes. Our algorithm has showed an accuracy rate above ninety percent, which provide us with strong evidences to prove its efficiency and achieve the solution to our problem | - |
Descrição: dc.description | 49 p. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Redes neurais | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Classificação de plantas | - |
Palavras-chave: dc.subject | Neural networks | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Artificial intelligence | - |
Título: dc.title | Estudo e implementação de redes neurais profundas como solução para um problema de classificação | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: