Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio

Detalhes bibliográficos
Autor(a) principal: Brandão, Diogo Alves
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio2.unb.br/jspui/handle/10482/47451
Resumo: Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Matemática, Programa de Pós-Graduação em Matemática em Rede Nacional, 2023.
id UNB_5061884806470c463f4a6d741a56efd8
oai_identifier_str oai:repositorio2.unb.br:10482/47451
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Brandão, Diogo AlvesRispoli, Vinicius de Carvalho2024-01-23T19:04:35Z2024-01-23T19:04:35Z2024-01-232023-12-14BRANDÃO, Diogo Alves. Inteligência artificial e aprendizado de máquina: da teoria ao algoritmo pronto no Ensino Médio. 2023. 105 f., il. Dissertação (Mestrado Profissional em Matemática) — Universidade de Brasília, Brasília, 2023.http://repositorio2.unb.br/jspui/handle/10482/47451Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Matemática, Programa de Pós-Graduação em Matemática em Rede Nacional, 2023.Esta obra aborda o Aprendizado de Máquina da extensão teórica ao funcionamento prático, com ênfase no algoritmo classificador da Máquina de Suporte Vetorial, associado à matemática do Ensino Médio, com a finalidade de favorecer a plena formação educacional. Este trabalho fundamenta-se nas novas estratégias e diretrizes pedagógicas que direcionam para o uso e implementação do Aprendizado de Máquina como um recurso didático e tecnológico da matemática. A abordagem integrada inclui vários conceitos, adversidades e métodos avaliativos do Aprendizado de Máquina, além de promover a expansão artificial do conjunto de treinamento e redução de dimensionalidade. É descrito o funcionamento do modelo linear, de margem suave e com o truque do kernel, incluindo dois exercícios teóricos para o discente. É produzido um brevíssimo tutorial sobre a linguagem de programação Python como suporte da implementação. São propostas seis etapas de implementação com Máquina de Suporte Vetorial, em cada há métricas, curvas e matrizes para avaliação do desempenho.This work addresses the Machine Learning from theory to hands-on with an emphasis on Support Vector Machine classification algorithm associated with high school mathematics in order to improve knowledge and skills. This dissertation is based on new strategies and pedagogical guidelines that direct to the use and implementation of Machine Learning as a didactic and technological resource in Mathematics. Our integrated approach includes many concepts, challenges and performance metrics in Machine Learning, also builds data augmentation and dimensionality reduction. This work describes how work linear, soft margin and kernel trick models, including two theoretically-based activities for the students. This dissertation contains a short Python tutorial in order to help the implementation. Six project steps are proposed with the Support Vector Machine, each one having performance evaluations by metrics, graphics and matrices.Instituto de Ciências Exatas (IE)Departamento de Matemática (IE MAT)Programa de Pós-Graduação em Matemática em Rede Nacional, Mestrado ProfissionalA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessInteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médioinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisInteligência artificialAprendizado de máquinaMatemática (Ensino médio)porreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINALDiogoAlvesBrandao_DISSERT.pdfapplication/pdf2376128http://repositorio2.unb.br/jspui/bitstream/10482/47451/1/DiogoAlvesBrandao_DISSERT.pdf249a1b8387f4c1bc485491bcf3b60731MD51open access10482/474512024-01-23 16:04:36.004open accessoai:repositorio2.unb.br:10482/47451Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2024-01-23T19:04:36Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
title Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
spellingShingle Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
Brandão, Diogo Alves
Inteligência artificial
Aprendizado de máquina
Matemática (Ensino médio)
title_short Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
title_full Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
title_fullStr Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
title_full_unstemmed Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
title_sort Inteligência artificial e aprendizado de máquina : da teoria ao algoritmo pronto no Ensino Médio
author Brandão, Diogo Alves
author_facet Brandão, Diogo Alves
author_role author
dc.contributor.author.fl_str_mv Brandão, Diogo Alves
dc.contributor.advisor1.fl_str_mv Rispoli, Vinicius de Carvalho
contributor_str_mv Rispoli, Vinicius de Carvalho
dc.subject.keyword.pt_BR.fl_str_mv Inteligência artificial
Aprendizado de máquina
Matemática (Ensino médio)
topic Inteligência artificial
Aprendizado de máquina
Matemática (Ensino médio)
description Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Matemática, Programa de Pós-Graduação em Matemática em Rede Nacional, 2023.
publishDate 2023
dc.date.submitted.none.fl_str_mv 2023-12-14
dc.date.accessioned.fl_str_mv 2024-01-23T19:04:35Z
dc.date.available.fl_str_mv 2024-01-23T19:04:35Z
dc.date.issued.fl_str_mv 2024-01-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv BRANDÃO, Diogo Alves. Inteligência artificial e aprendizado de máquina: da teoria ao algoritmo pronto no Ensino Médio. 2023. 105 f., il. Dissertação (Mestrado Profissional em Matemática) — Universidade de Brasília, Brasília, 2023.
dc.identifier.uri.fl_str_mv http://repositorio2.unb.br/jspui/handle/10482/47451
identifier_str_mv BRANDÃO, Diogo Alves. Inteligência artificial e aprendizado de máquina: da teoria ao algoritmo pronto no Ensino Médio. 2023. 105 f., il. Dissertação (Mestrado Profissional em Matemática) — Universidade de Brasília, Brasília, 2023.
url http://repositorio2.unb.br/jspui/handle/10482/47451
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/47451/1/DiogoAlvesBrandao_DISSERT.pdf
bitstream.checksum.fl_str_mv 249a1b8387f4c1bc485491bcf3b60731
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1803573626028425216

Registros relacionados