Pense sobre sensores, atuadores, medida de desempenho e ambiente de agentes que:
Identifique os pintores de obras de arte;
Entregue comida;
Identifique áreas construídas em imagens;
Agrupe peças semelhantes;
Traduza os sinais em libras em um texto em português;
Indique um filme.
Descreva problemas do tipo:
Supervisionado
Não supervisionado
Com o objetivo do agente, atributos de entrada, atributo de saída e métrica de desempenho.
Além da descrição de um problema para cada método, pense em um problema onde se possa utilizar ambos e como seria a adaptação para esse uso.
Código para execução dos comandos das de pré-processamento:
https://github.com/thaisgaudencio/ia/blob/master/pre_processamento.ipynb
Mais bases de dados: https://www.kaggle.com/datasets
Código para execução dos comandos das aulas de KNN:
A base de dados testada foi a IRIS (https://gist.github.com/netj/8836201)
Testem outros valores de partição de treinamento/teste (80/20 - 70/30)
Testem outros valores de K (1, 3, 5...)
Implementem o cálculo de outras métricas de avaliação
Testem uma base para previsão de valores reais (regressão)
Implementem métricas de avaliação para modelos de regressão