Repositório dedicado a documentação/organização da atividade de Inteligência Artificial.

Este projeto teve como intuito o uso de três algoritmos de classificação para avaliar o ["MNIST Dataset"] (https://en.wikipedia.org/wiki/MNIST_database).

Os algoritmos selecionados para realizar a classificação foram:

• Decision tree;
  • Scikit-learn
• Support Vector Machine (SVM);
  • Scikit-learn
• Neural Network (3 hidden layers);
  • Pytorch

O projeto está organizado da seguinte forma:

• src/ -> Diretório que contém todos os códigos responsáveis pela execução dos três algoritmos selecionados;

  • common/ -> Utilitários para os modelos do sckit-learn;
  • decision-tree/ -> Código para o classificador de árvore de decisão;
  • neural-network/ -> Código para o modelo de rede neural com três "hidden layers";
  • support-vector-machine/ -> Código para o classificador SVM;

• generated/ -> Diretório que contém todas as "saídas" dos classificadores;

  • models/ -> Serialização dos treinamentos dos modelos;
  • results/ -> Serialização das métricas adquiridas durante os treinamentos dos classificadores;

• Ambiente Python em sua versão 3.10 (versões diferentes à indicada não foram testadas, e podem causar instabilidades);
• Pytorch e Pytorch-ignite;
• Scikit-learn;

Em uma instância do Python em sua versão 3.10, na raiz do projeto, execute os seguintes comandos:

• Instalação Scikit-learn:

pip install -r scikit-requirements.txt

• Instalação do Pytorch:

  • Para realizar a instalção do Pytorch é recomendado que siga as instruções fornecidas aqui.

• Instalação do Pytorch-ignite:

pip install pytorch-ignite

Para executar cada um dos classificadores, primeiro certifique-se que você está na pasta do respectivo classificador:

• src/decision-tree/ -> Árvore de decisão

• src/neural-network/ -> Neural Network

• src/support-vector-machine/ -> SVM

• Executar o classificador "decision-tree" (resultados exportados para generated/results/decicion-tree.txt):

python main.py

• Treinar a "neural-network" (resultados exportados para generated/results/neural-network.json):

python training.py

• Classificar com a "neural-network" (resultados no terminal):

python classify.py

• Executar o classificador "support-vector-machine/" (resultados exportados para generated/results/"support-vector-machine.txt);

python main.py