8000 GitHub - crodriguesdev/ml-2023-1-trabalho-final
[go: up one dir, main page]
More Web Proxy on the site http://driver.im/
Skip to content

crodriguesdev/ml-2023-1-trabalho-final

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

1 Commit
 
 

Repository files navigation

Trabalho final

  • Nome do Aluno: ________
  • Número de Matrícula: ________
  • Disciplina: Aprendizado de Máquina
  • Semestre: 2023/1
  • Data da entrega: 28/06/2023
  • Valor: 4,0

Orientações: preencher com seus dados antes da data de entrega

Como entregar este trabalho

Faça um fork deste repositório e faça os commits com o código e o dataset que você utilizou para chegar nos resultados. Serão aceitos os commits até a data de 28/06/2023 às 18:59:59 (antes da aula).

No dia 28/06/2023 haverá uma apresentação expositiva das técnicas utilizadas e resultado.

Códigos duplicados ou com bastante semelhança terão suas notas zeradas

Trabalho final de aprendizado de máquina

Utilizar alguma técnica de aprendizado de máquina exposta em alguma aula ou presente na literatura. Utilizar algum dataset à escolha do aluno para extrair resultados. Serão aceitos problemas de classificação, regressão, agrupamento, aprendizado por reforço, ou outros, desde que utilize um algoritmo de aprendizado de máquina.

Um site que possui muitos datasets disponíveis é o Kaggle (https://www.kaggle.com/datasets). É aceito utilizar datasets de outras fontes. Independente do dataset, é necessário colocar no artigo a fonte (com link, caso disponível online) que vocês o encontraram. O site Kaggle também tem diversos códigos de exemplo de outras pessoas. Caso utilizem algum código de exemplo como base, modifique-o o suficiente para que o trabalho apresente diferenças quanto ao código disponível no site. Faça o upload do dataset no seu repositório.

Escrever um artigo entre 3 e 5 páginas a respeito da técnica utilizada. O artigo deverá conter:

  • Introdução
  • Metodologia
  • Resultados

Não é necessário fazer revisão bibliográfica, mas é necessário indicar a fonte (com link, caso disponível online) em que vocês encontraram o dataset utilizado.

Tópicos de avaliação

  • Conteúdo escrito no artigo a ser entregue;
  • Detalhamento e justificativa das metodologias utilizadas;
  • Análise dos códigos entregues;
  • Apresentação expositiva dos resultados.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published
0