Ferramenta educacional para aprendizado conexionista baseado na biblioteca neurolab
Data
2016
Autores
Meurer, Taylan Branco
Orientadores
Daniel Gomes Soares, Msc
Coorientadores
Avaliadores
Rodrigo Curvêllo, M.Eng
Patrícia Blini Estivaleti, Dr
Patrícia Blini Estivaleti, Dr
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
O trabalho trata sobre uma ferramenta educacional para aprendizado conexionista. A ferramenta contemplará tipos de entradas intervalares, com conexões para frente de uma ou mais camadas. As entradas serão obtidas por meio de um arquivo externo com o próprio valor da entrada mais o da saída. Além disso, ela é composta por sete regras de treinamento e quatro funções de ativa ção. As regras contempladas são: Delta, Gradiente Descendente (GD) e suas derivações (GDA,GDM, GDX, RPROP) e Broyden Fletcher Goldfarb Shanno (BFGS), uma regra quase-Newton. O software é escrito em Python2.7 com GTK3+, OpenCV e baseado na biblioteca neurolab. O objetivo é desenvolver uma ferramenta de apoio ao ensino de Redes Neurais Artificiais. Esse ob jetivo é motivado pela dificuldade de compreender essa área de conhecimento, pela rara existên cia de softwares com finalidades educativas e pela ausência de algumas características cruciais para o ensino nas ferramentas atuais. A metodologia foi empregada por meio de uma abordagem quantitativa e fez uso de uma pesquisa aplicada. O objetivo da pesquisa foi eminentemente ex ploratório e buscou implementar a ferramenta dentro de requisitos pedagógicos e de engenharia de software. A ferramenta obteve um Nível Geral de Qualidade de Software igual a 7.60, que se enquadra em alta qualidade conforme o modelo de avaliação empregado - PECTUS.
Descrição
Palavras-chave
Aprendizado de Máquina , Software Educacional , Redes Neurais Artificiais