- 118
- 340 899
Fernando dos Santos
Registrace 30. 09. 2013
Programação Concorrente: Simulador de Tráfego
Video explicativo do trabalho de programação concorrente em que deve ser desenvolvido um simulador de tráfego. Neste simulador cada veículo é uma thread.
zhlédnutí: 502
Video
Resolução de Exercício: Buscas Competitivas (Algoritmo MINIMAX)
zhlédnutí 2,3KPřed 2 lety
Resolução do exercício sobre buscas competitivas, com execução do algoritmo MINIMAX para calcular o valor minimax de cada estado e determinar qual ação o jogador deve escolher.
Formulação do Problema dos Jarros para Aplicar Buscas em Espaço de Estados
zhlédnutí 352Před 2 lety
Neste vídeo explico como formular o problema dos jarros para ser possível resolvê-lo aplicando algoritmos de busca em espaço de estados. São formulados os seguintes itens: - modelagem de estados - estado inicial - estado meta - ações - espaço de estados (grafo)
Buscas em Espaço de Estados: Resolução do Exercício 4: Execução de buscas informadas
zhlédnutí 266Před 2 lety
Resolução do exercício 6 da lista de exercícios sobre Buscas em Espaço de Estados
Buscas em Espaço de Estados: Resolução do Exercício 5: Heurística admissível
zhlédnutí 380Před 2 lety
Resolução do exercício 5 da lista de exercícios sobre Buscas em Espaço de Estados
Buscas em Espaço de Estados: Resolução do Exercício 4: Execução de buscas cegas
zhlédnutí 271Před 2 lety
Resolução do exercício 4 da lista de exercícios sobre Buscas em Espaço de Estados
Buscas em Espaço de Estados: Resolução do Exercício 3: Problema dos missionários e canibais
zhlédnutí 929Před 2 lety
Resolução do exercício 3 da lista de exercícios sobre Buscas em Espaço de Estados
Buscas em Espaço de Estados: Resolução do Exercício 2: Espaço de estados e árvore de busca
zhlédnutí 268Před 2 lety
Resolução do exercício 2 da lista de exercícios sobre Buscas em Espaço de Estados
Buscas em Espaço de Estados: Resolução do Exercício 1: Conceitos
zhlédnutí 473Před 2 lety
Resolução do exercício 1 da lista de exercícios sobre Buscas em Espaço de Estados
Comparativo som de clique dos mouses Dell WM326 e Logitech M340
zhlédnutí 277Před 3 lety
O objetivo deste vídeo é comparar o ruído de clique do mouse Dell WM326 (na esquerda) com o Logitech M340 (na direita). Ambos são mouses de excelente qualidade. O mouse Logitech compõe o kit teclado mouse MK470.
Java: diferença entre println e printf (com exemplos)
zhlédnutí 3,6KPřed 3 lety
Diferença elementar entre o System.out.println e o System.out.printf. Documentação destes métodos: docs.oracle.com/en/java/javase/11/docs/api/java.base/java/io/PrintStream.html Guia rápido dos especificadores de formato que podem ser utilizados no printf: alvinalexander.com/programming/printf-format-cheat-sheet/
Avaliação de Modelos Preditivos: Exercício de validação cruzada
zhlédnutí 494Před 3 lety
Neste vídeo explico um exercício de aplicação da validação cruzada, onde deve-se elaborar as matrizes de confusão para extrair as métricas do modelo preditivo.
Avaliação de Modelos Preditivos: Matriz de confusão e validação cruzada em dados com N classes
zhlédnutí 775Před 3 lety
Neste vídeo explico como montar uma matriz de confusão e fazer validação cruzada quando o seu dataset possui N classes, sendo N maior que 2. Abaixo estão os links que aparecem ao final do vídeo Cross-Validation in Machine Learning: towardsdatascience.com/cross-validation-in-machine-learning-72924a69872f Why and how to Cross Validate a Model?: towardsdatascience.com/why-and-how-to-cross-validate...
Avaliação de Modelos Preditivos: Validação cruzada Leave-P-Out
zhlédnutí 853Před 3 lety
Avaliação de Modelos Preditivos: Validação cruzada Leave-P-Out
Avaliação de Modelos Preditivos: Validação cruzada K-fold
zhlédnutí 2,8KPřed 3 lety
Avaliação de Modelos Preditivos: Validação cruzada K-fold
Avaliação de Modelos Preditivos: Validação cruzada Holdout
zhlédnutí 1,2KPřed 3 lety
Avaliação de Modelos Preditivos: Validação cruzada Holdout
Avaliação de Modelos Preditivos: Superadaptação e introdução à validação cruzada
zhlédnutí 607Před 3 lety
Avaliação de Modelos Preditivos: Superadaptação e introdução à validação cruzada
Redes Neurais: Introdução ao MultiLayer Perceptron (MLP) a partir das limitações do Perceptron
zhlédnutí 861Před 3 lety
Redes Neurais: Introdução ao MultiLayer Perceptron (MLP) a partir das limitações do Perceptron
Avaliação de Modelos Preditivos: Métrica F1-score (ou F1-measure)
zhlédnutí 1,8KPřed 3 lety
Avaliação de Modelos Preditivos: Métrica F1-score (ou F1-measure)
Avaliação de Modelos Preditivos: Elaboração de matriz de confusão para classificação spam/não spam
zhlédnutí 1,2KPřed 3 lety
Avaliação de Modelos Preditivos: Elaboração de matriz de confusão para classificação spam/não spam
Avaliação de Modelos Preditivos: Métricas (acurácia, precision e recall)
zhlédnutí 7KPřed 3 lety
Avaliação de Modelos Preditivos: Métricas (acurácia, precision e recall)
Avaliação de Modelos Preditivos: Elementos de uma matriz de confusão
zhlédnutí 1,9KPřed 3 lety
Avaliação de Modelos Preditivos: Elementos de uma matriz de confusão
Avaliação de Modelos Preditivos: Matriz de confusão (introdução e exemplos)
zhlédnutí 3,7KPřed 3 lety
Avaliação de Modelos Preditivos: Matriz de confusão (introdução e exemplos)
Redes Neurais: Como determinar a arquitetura de um MultiLayer Perceptron (MLP)?
zhlédnutí 1,1KPřed 3 lety
Redes Neurais: Como determinar a arquitetura de um MultiLayer Perceptron (MLP)?
Redes Neurais: Explicação de Exercício de Propagação em MultiLayer Perceptron (MLP)
zhlédnutí 885Před 3 lety
Redes Neurais: Explicação de Exercício de Propagação em MultiLayer Perceptron (MLP)
Redes Neurais: Visão geral do treinamento de MultiLayer Perceptron (MLP) com o Backpropagation
zhlédnutí 2,6KPřed 3 lety
Redes Neurais: Visão geral do treinamento de MultiLayer Perceptron (MLP) com o Backpropagation
Redes Neurais: Exemplo de propagação de entradas no MultiLayer Perceptron (MLP)
zhlédnutí 1,6KPřed 3 lety
Redes Neurais: Exemplo de propagação de entradas no MultiLayer Perceptron (MLP)
Redes Neurais: Funções de ativação para o MultiLayer Perceptron (MLP)
zhlédnutí 1,2KPřed 3 lety
Redes Neurais: Funções de ativação para o MultiLayer Perceptron (MLP)
Redes Neurais: Conceito de MultiLayer Perceptron (MLP) e a propagação de entradas
zhlédnutí 5KPřed 3 lety
Redes Neurais: Conceito de MultiLayer Perceptron (MLP) e a propagação de entradas
Programação Concorrente: Exemplo de implementação de threads em Java realizando Interface Runnable
zhlédnutí 455Před 3 lety
Programação Concorrente: Exemplo de implementação de threads em Java realizando Interface Runnable
Modelo 2 Achei ac 83,33% nos 2 modelos Prec 2: 87,5% Prec 3: 75% Rec 2: 63,33% Rec 3: 81,11% Confere?
Por favor, alguém tem os resultados dos modelos 2 e 3?
Meu deus, sensacional, consegui compreender muito bem, estava batendo cabeça com isso tentando entender. Muito obrigado.
Assistindo pela 10 vez
obrigado
Assunto muito interessante e um professor muito didático!
melhor video, obrigada :)
Muito bom, estou estudando sozinha, lendo livros e videos no youtube e essa foi a melhor playlist que vi. Prof, gostaria de saber se o senhor tem algum video explicando a implementacao de uma MLP, ou algo no github? Obg pelo conhecimeto passado ♡
Que aula perfeita, ganhou um inscrito, muito bom mesmo, parabéns!!!
No começo você não entende mas no final vc fica igual no começo kkkkk a intenção e boa mas essa forma de analisar ta longe de ser acertivo
Não da certo a roleta gira no sentido horário é antiorairio
Ótima aula! Obrigado!!
Explicação totalmente sem “pé nem cabeça” De que base matemática ou estatística se afirma que a Roleta é dividida em três áreas? Quem quiser saber como Roleta funciona deve estudar as Leis das Médias e a Falácia de Monte Carlo pra começar. Conceitos que este professor nunca deve ter ouvido falar 😒
mastigou demais, ficou sensacional, aprendi muita coisa que estava batendo a cabeça. Obrigado prof.
Acabei de assistir o vídeo, fui na roleta escolhi um que os números quentes então mais próximos ( sera a fatia com o valor maior ) depois voce ve os números frios ( sera a fatia com valor menor ).. oque sobra voce coloca um valor médio 😉
Fala galera, alguém ai aplicou o método? E deu certo?
Professor, obrigado mesmo! Estava com dificuldade para entender esta matéria da faculdade e encontrei esta aula. Finalmente, consegui compreender de forma muito simples. Assisti ao vídeo uma única vez e fui capaz de dar continuidade nas aulas da faculdade
Não entendi muito bem, amigo.. o que seria esse sorteio?
Professor, boa noite! Eu fiquei confuso com o exemplo sobre o uso do precision, por que eu não deveria usar o recall no caso de classificar um email como spam também? Até agora me parece que o recall é uma medida melhor que o precision sempre. Em qual caso seria melhor eu medir a precisão das minhas previsões verdadeiras com a quantidade total de previsões verdadeiras do que com a própria realidade?
A ideia é o seguinte... Digamos que você recebeu um email com uma proposta de emprego imperdível e você viu 2 anos dps pq ele caiu na caixa de spam, qual seria a implicação disso na sua vida? Agora... Digamos que você recebeu um email do jogo do tigrinho na sua caixa de entrada e deveria ser SPAM, você perdeu 1 minuto do seu tempo abrindo esse email, mas qual seria a implicação na sua vida? Por isso é mais desejável que um email SPAM não seja classificado com SPAM do que um email não SPAM seja classificado como SPAM.
@@carloseduardoantonioferrei2224 ahh entendi, é um excelente exemplo! É muito importante que os emails dados como spam sejam, de fato, spam. Nesse caso realmente o recall também é importante, mas nem longe tão importante quanto a precision. Nesse meio tempo entre a minha pergunta a sua resposta eu acabei chegando em um exemplo que fez sentido pra mim: No sistema judiciário é extremamente importante que apenas os verdadeiros culpados sejam presos, sendo preferível que um culpado fique solto do que um inocente seja enviado para a cadeia. Por isso é muito mais importante que todo condenado seja de fato culpado do que prender todos os bandidos possíveis.
Não entendi 0,5? Não seria o número 5?
Tb não entendi.. conseguiu já entender? O que seria o 0,2, 0,3 e 0,5 na prática?
@@arturoliveira7322 isso não tem nada a ve com roleta de cassino gente, é um conteúdo da Graduação de Engenharia de Software sobre Inteligencia Computacional, mostrando um metodo de seleção de indivíduos do Algorítmo Genético.
@@lemessdavi kjkkkkkkkkkkkkk povo burro né mano
Sua didática é muito boa Professor, gosto muito das suas aulas!
como calcular acuracia?
Muito boa essa aula, obrigada!!!
Só baboseira
Fui lá e e já perdi😂😂
Há 1 ano descobri na coisas do meu avô que morava na Itália algumas tabelas e cálculos da roleta. Foi meio complicado entender as fórmulas e cálculos mais simplesmente vc começa jogando 0.50 centavos em certas estratégias e no final pega o número recupera o dinheiro e ganha um lucro o veinho deixou uma verdadeira relíquia de herança agora jogo todo dia. Só alegria
😅
Diz aí pra nós
Ensina o gente
Passa aí pra nós a estratégia
Manda só um foto ae kkkkkk por favor
Professor, como fazer esse calculo na roleta de fato ? Digamos que o numero 0, 11 e 29 caiu, como eu faria esse calculo ?
Gostaria de saber também
Fantástica explicação, ajudou muito. Alguém sabe tem algum curso ou grupo de estudo na área ?
Obrigado por mostrar algo revelador, se cuide, amém.
Nçao conhecia o conceito, parece ser muito util. O senhor explica muito bem.
Para iniciantes, esse vídeo foi muito simplório.
de longe a melhor aula.. obrigado. Eu ja tinha passado por uns 4 videos e leituras...e com essa aula fechou com chave de ouro
Fiquei tontokkkk
Muito obrigada! Ajudou muito!
Boa tarde, gostaria de saber como determina o valor de W e Z.
Acho que faz muito sentido, só não entendi muito e o cálculo que deve fazer
Show de bola professor. Didática muito boa.
Muito obrigada
muito boa a aula! esta´começando a clarear o funcionamento das RNAs e o entendimento da IA
Após girar qual fatia você acha que tem uma probabilidade melhor
Professor, o valor de P é o número de observações que serão usadas para TESTE ou para TREINAMENTO? No vídeo, diz que é para treinamento, porém eu imaginava que era pra teste. Quando implementei a Leave-One-Out Cross-Validation, isto é, p =1, eu entendi que deveria utilizar uma única observação como o meu conjunto de teste, enquanto as outras (n - 1) observações seriam utilizadas para o conjunto de treinamento. Veja que, por essa perspectiva, não faz sentido ter uma única observação para treinamento e o restante inteiro do conjunto de dados ser para teste.
Fala professor estava mechendo aqui e encontrei seu vídeo achei interessante poderia me explicar como faço a soma?
Como aplica na pratica
O que fazer quando meus dados estão desbalanceados?
Assisti algumas vezes e nao entendi 😢
Como separar as fatias referente aos números de 0 a 36 ?
Você vai criar essas fatias conforme a sequência que tá caindo..
@@mcbert4422 mas ele separa por três zonas a roleta pode intercalar bastante, então nem sempre vai dar pra separar 20,30,50
Já testou o roulette tracker advanced? Tá de mais.
Em plataforma encontro essa roleta?
@@WeslleyAlvesBorges Procure na play store vai encontrar.
Essa análise sua realmente funciona sim , já previ várias números assim e da super certo o problema é aquelas estaquinha da mesa elas tiram a bolinha da casa que iria cair ,má fora isso está. Correto
Qual fatia você mais ultiliza amigo ?
Você pega a casa que a bola caiu certo e conta quantas volta ela da até cair na próxima certo , então você terá uma previsão do próximo número tendeu
@@ricardodrobot5501interessante, colega.. vou começar a prestar atenção nisso, valeu pela dica
Não entendi a questão sobre a quantidade de volta que a bolinha dá. Tem como explicar com números?
@ricardodrobot5501
Pq vc acha que a roleta é dividida em três partes em 20 %,30 %e 50% porcento vc fez uma média de acertos por essa área por quantos dias se é uma constante sempre se repete esse padrão ou é uma mera suposição?
Falou tudo e não disse nada 😅
Isso, isso, isso...