Repositório de scripts de inteligência artificial, que vão desde a comparação de modelos, a implementação da metodologia CRISP-DM e noções de inteligência artificial responsável.
Implementa a metodologia CRISP-DM para prever se existe um movimento de bando de boids. O projeto é ótimo para seleção de features e comparação estatística de modelos. Os seguintes classificadores foram comparados:
- SVM (Support Vector Machine)
- MLP (Multi-layer Perceptron)
- Random Forest
- LVQ (Learning Vector Quantization)
- Comitê heterogêneo (Voting Classifier de Decision Tree, SVM e KNN)
- Comitê homogêneo (MLPs)
- Entre outros...
O primeiro script explica Explainable AI na prática, detalhando o que é, os seus métodos e como implementá-los a partir dos dados sobre ataques cardíacos. Os seguintes métodos foram implementados:
- Global Surrogate
- Feature Importance
- Partial Dependence Plot
- Individual Conditional Expectation
- Local Surrogate
O segundo script é a implementação simplificada de um modelo de sistema de recomendação calibrado e um protocolo de decisão para esses sistemas. Os seguintes algoritmos foram comparados:
- User based K Nearest Neighbors (User-KNN)
- Item based K Nearest Neighbors (Item-KNN)
- Slope One
- Non-negate Matrix Factorization
- Singular Value Decomposition (SVD)
- Singular Value Decomposition Plus us (SVD++)
- Co-Clustering
Análise de um dataset de vinhos, com o objetivo de prever o tipo de vinho baseado em suas característica, no qual é realiza a comparação dos seguintes classificadores:
- Arvores de decisão
- Bayesiano ingenuo
- Regressão logística
- K-vizinhos