Aluno – Paulo Henryck Martins Silva

Atividade 4 - Caranguejo
Atividade 5 - Alexnet
Atividade 7 –
Vgg16

GoogleNet
Atividade 9 - Fuzzy Embriagado
Atividade 10 – Fuzzy Ar Condicionado
Atividade 11 – Fuzzy Aprovação
Atividade 12 – Fuzzy Temperaturas
Atividade 13 – Fuzzy Livro a) Freio e b) Quinino
a) Freio
b) Quinino
Atividade 14 – Fuzzy Logic Image Processing
Atividade 15-
Exemplo: Confiabilidade de Testemunhas.
No exemplo, é necessário primeiro descobrir a probabilidade de o táxi ser branco ou
amarelo, P(A) e P(B), agora se denota a probabilidade de que o veículo culpado ser branco
ou amarelo P(CA) e P(CB). Também a probabilidade de a testemunha ter acertado a cor do
veículo culpado 75%, com isso temos P(TA|CB) e P(TB|CA) , agora é possível aplicar o
teorema de Bayes, onde 0,25 = P(CB|TB) = (0,75 * 0,1)/P(TB) assim P(TB) = 0,3. Com isso a
probabilidade de que ele realmente branco é de apenas 0,25, é três vezes mais provável
que fosse na verdade amarelo.
Atividade 16-
12.12.1 -> É quando a probabilidade de um certo evento ocorrer tem em base um evento
anterior.
12.12.2 -> Pode parecer que não seja muito aplicável este teorema, pela necessidade de
certas informações, porém é mais fácil obter os dados necessários desta maneira que por
outros meios.
12.12.3 -> Relações logica tais como ^ e v, não servem, por não oferecerem um modo de
lidar com probabilidades. Já a função V-com ruído fornece relações adequadas.
12.12.4 -> O teorema de Bayes pode ser usado para desenvolver sistema de aprendizado
onde envolve a seleção de hipótese mais provável para explicar um fragmento de dados.
12.12.5 -> O Classificador Ótimo de Bayes funciona aprendendo a classifica dados a partir
de fragmentos, de modo a fornecer o melhor sistema de classificação possível. Já
Classificador ingênuo de Bayes possui uma aprendizagem simples, porém efetivo. Onde
cada fragmento de dados a ser classificado consiste em um conjunto de atributos, cada um
dos quais podendo assumir diversos valores. Os dados, então, são classificados em uma
única categoria.
12.12.6 -> Filtragem colaborativa é uma técnica útil, pois como citado no livro seu bom uso
pode sugerir opções e recomendações ao usuário; quanto maior o volume de dados e
informações mais bem-sucedida pode ser a técnica, pois caso contrário a mesma pode ser
ineficiente e imprecisa.
Atividade 17- Vida na Faculdade