Modelos de Redes Neurais

Introdução

Neste laboratório, aprenderemos sobre modelos de redes neurais e como eles podem ser usados em tarefas de aprendizagem supervisionada. As redes neurais são um tipo popular de algoritmo de aprendizagem de máquina que pode aprender padrões não lineares nos dados. Elas são frequentemente usadas para tarefas de classificação e regressão.

Focaremos especificamente no algoritmo Multi-layer Perceptron (MLP), que é um tipo de rede neural que possui uma ou mais camadas ocultas entre as camadas de entrada e saída. O MLP pode aprender relações não lineares complexas nos dados, tornando-o adequado para uma ampla gama de tarefas.

Dicas da Máquina Virtual

Após o arranque da VM, clique no canto superior esquerdo para mudar para a aba Notebook para aceder ao Jupyter Notebook para a prática.

Às vezes, pode ser necessário esperar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se tiver problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão e resolveremos prontamente o problema para si.

Importar as bibliotecas necessárias

from sklearn.neural_network import MLPClassifier

Carregar o conjunto de dados

## Carregar o conjunto de dados
X = [[0., 0.], [1., 1.]]
y = [0, 1]

Criar e treinar o modelo MLP

## Criar um classificador MLP com uma camada oculta de 5 neurónios
clf = MLPClassifier(hidden_layer_sizes=(5,), random_state=1)

## Treinar o modelo usando os dados de treino
clf.fit(X, y)

Fazer previsões com o modelo treinado

## Fazer previsões para novas amostras
predictions = clf.predict([[0., 1.], [1., 0.]])

Avaliar o modelo

## Avaliar a precisão do modelo
accuracy = clf.score(X, y)

Resumo

Neste laboratório, aprendemos sobre modelos de redes neurais, especificamente o algoritmo Multi-layer Perceptron (MLP). Importamos as bibliotecas necessárias, carregamos o conjunto de dados, criamos e treinamos um modelo MLP, fizemos previsões com o modelo treinado e avaliamos a precisão do modelo.

O MLP é um algoritmo poderoso que pode aprender padrões não lineares nos dados e é amplamente utilizado para tarefas de classificação e regressão. Pode ser uma ferramenta útil em sua caixa de ferramentas de aprendizado de máquina.