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 | Zahn, Jean | - |
Autor(es): dc.contributor | Mantuan, Altobelli de Brito | - |
Autor(es): dc.creator | Oliveira, Nilson Cavalcante de | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:05:44Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:05:44Z | - |
Data de envio: dc.date.issued | 2023-10-23 | - |
Data de envio: dc.date.issued | 2023-10-23 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/30909 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/763409 | - |
Descrição: dc.description | Neste trabalho haverá o desenvolvimento de um programa em que as informações necessárias serão fornecidas a fim de ter uma base correta de dados para que o algoritmo de aprendizado possa fazê-lo agir de maneira autônoma e aumente a eficiência à medida que evolui. Inicialmente as informações são coletadas a partir da movimentação do jogador, em seguida após uma quantidade mínima o sistema entra no modo automático onde os dados são fornecidos por meio de acertos (coleta direta) e erros (cálculos). Se o sistema errar, o algoritmo calculará as posições e os movimentos corretos a fim de armazenar esses dados para serem utilizados na nova classificação visto que o jogo se reinicia a cada 3 erros. O aprendizado de máquina (Machine Learning) é um método de análise de dados que automatiza a construção de modelos analíticos. É um ramo da Inteligência Artificial que consiste na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana. As redes Neurais Artificiais são técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento por meio da experiência. Uma grande rede neural artificial pode fazer uso de centenas ou milhares de unidades de processamento | - |
Descrição: dc.description | 60 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 | Python | - |
Palavras-chave: dc.subject | Aprendizado | - |
Palavras-chave: dc.subject | Redes neurais artificiais | - |
Palavras-chave: dc.subject | Scikit-learn | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Palavras-chave: dc.subject | Python (Linguagem de programação de computador) | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Título: dc.title | Aprendizado de máquinas redes neurais artificiais | - |
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: