Warning: Use of undefined constant TEMPLATEPATH - assumed 'TEMPLATEPATH' (this will throw an Error in a future version of PHP) in /home/site/www/wp-includes/theme.php on line 158

Warning: Use of undefined constant STYLESHEETPATH - assumed 'STYLESHEETPATH' (this will throw an Error in a future version of PHP) in /home/site/www/wp-includes/theme.php on line 158
Brincado de somar com rede neural e Orange – HTS Informática

Brincado de somar com rede neural e Orange

Há inúmeros exemplos de uso de rede neural para aprendizado de máquina, dos mais simples aos mais complexos. A capacidade de interpretação das informações recebidas como base para o estudo e o resultado final a que se chega é fantástica.

Mas como a rede neural se comporta com a soma de 2 elementos? Algo simples, básico, até mesmo elementar.

Para tirar esta dúvida foi feito um exercício com:

  • Uma planilha eletrônica para somar 2 números aleatórios, sendo o primeiro elemento variando entre 0 e 50.000 e o segundo entre -50.000 e 50.000, com a soma dos 2 elementos em uma terceira coluna, com 3.000 linhas. Transformada em arquivo CSV, esta foi a base de entrada para a rede neural.
  • A ferramenta Orange.
  • Uma segunda planilha com 200 linhas, contendo 2 colunas de números aleatórios, de composição similar à primeira planilha.

Com estes recursos foi criado um pequeno fluxo no Orange. A figura mostra o campo “target” em cinza e as 2 colunas que compõem a soma. Também na figura, o fluxo com a rede neural ao centro:

Orange Rede Neural Soma

A caixa da Rede Neural (rosa, no centro), foi configurada para ter 10 neurônios escondidos, a técnica L-BFGS-B e até 100 interações.

Configuração da rede neural para a soma de 2 números

Feito isso, foi feita a predição com a segunda planilha, onde pode-se ver que o resultado da rede neural confere com a coluna extra (resultado).

Sem qualquer “if” de programação, sem qualquer identificação de que os campos são somados, a rede neural conseguiu “entender” o desafio e criar o modelo para a soma de 2 campos.

Claro que este exercício é um “tiro de canhão”. Mas é interessante para estudo elementar de redes neurais.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *