| Linha 16: | Linha 16: | ||
Sobre Redes Neurais Artificias: | Sobre Redes Neurais Artificias: | ||
O Python é a linguagem na vanguarda de pesquisa de RNAs, onde será possível encontrar a maioria das estruturas de machine learning e deep learning. Por esses motivos, o Phyton é o primeiro entre as linguagens de programação de RNAs. | |||
As bibliotecas disponíveis são praticamente únicas. O NumPy se tornou tão onipresente que é quase uma API padrão para operações de tensor e o Pandas traz os poderosos quadros de dados do R para o Python. Para o processamento de linguagem natural, há o NLTK e o SpaCy. Para machine learning, existe o Scikit-learn. E quando se trata de deep learning, todas as bibliotecas atuais (TensorFlow, PyTorch, Chainer, Apache MXNet, Theano, entre outros) são projetos feitos pioneiramente no Python. | |||
[https://www.youtube.com/watch?v=Omz-7o69Iik] | [https://www.youtube.com/watch?v=Omz-7o69Iik] | ||
Edição das 01h13min de 27 de novembro de 2018
Apresentação
- Mostrar a aplicação das tecnologias relacionadas neste item
PWA: Os aplicativos da web progressivos são páginas web (ou sites) tecnicamente regulares, mas podem aparecer ao usuário como aplicativos tradicionais ou aplicativos móveis (nativos). Este novo tipo de aplicativo tenta combinar os recursos oferecidos pela maioria dos navegadores modernos com os benefícios da experiência móvel. O termo progressive se da porque funciona para qualquer usuário, independentemente do navegador escolhido, pois é criado com aprimoramento progressivo como princípio fundamental.
Sobre PWA: Arquivo:Apresentação PWA.pdf
Sobre Blockchain: [1]
Sobre Inteligencia cognitiva: [2]
Sobre Redes Neurais Artificias: O Python é a linguagem na vanguarda de pesquisa de RNAs, onde será possível encontrar a maioria das estruturas de machine learning e deep learning. Por esses motivos, o Phyton é o primeiro entre as linguagens de programação de RNAs.
As bibliotecas disponíveis são praticamente únicas. O NumPy se tornou tão onipresente que é quase uma API padrão para operações de tensor e o Pandas traz os poderosos quadros de dados do R para o Python. Para o processamento de linguagem natural, há o NLTK e o SpaCy. Para machine learning, existe o Scikit-learn. E quando se trata de deep learning, todas as bibliotecas atuais (TensorFlow, PyTorch, Chainer, Apache MXNet, Theano, entre outros) são projetos feitos pioneiramente no Python. [3]
Sobre Realidade Aumentada: [4]
Funcionamento
- Explicar como estas tecnologias são processadas.
- Speech Recognition: - Excelente explicação feita por dois alunos da Universidade Federal de São Paulo: https://youtu.be/2z7-L6Y3ucw?t=553 ( Creditos : Felipe Capodifoglio Zanichelli e Jennifer Lins Baia da Silva ). Explicação bem técnica no começo do vídeo então coloque no Resumo para explicação mais geral.
- Inteligência Artificial : Para fins auto-didáticos, eis um documentário excelente e completo do discovery no youtube sobre esse tema: https://m.youtube.com/watch?v=W95YlM5-iPk.
- Realidade Aumentada : Com o objetivo de explicar de forma fácil, segue um link para uma explicação resumida do assunto:
Exemplos
- Dar exemplos de aplicação destas metodologias,
- Speech Recognition : - reconhecimento de voz em carros : https://youtu.be/QpwCVorxPOw?t=28.
- Inteligência Artificial : - Novo Assistente Virtual do Google. Explicação e exemplo : https://www.youtube.com/watch?v=ibTknHKNJGk . Mais um exemplo : https://www.youtube.com/watch?v=Ls1okQz2dCw.
- Redes Neurais Artificiais: - Rede neural que aprende a jogar o Dinossaurinho do google: https://youtu.be/P7XHzqZjXQs?t=1618.
- Realidade Aumentada: HoloLens do google: https://www.youtube.com/watch?v=uHhyxz-yhQY