jdaniloc / individual-artificial-intelligence-scripts

Jupyter Notebooks para scripts de inteligência artificial, para comparação de modelos e realização de CRISP-DM

Artificial Intelligence Scripts

Repositório de scripts de inteligência artificial, que vão desde a comparação de modelos, a implementação da metodologia CRISP-DM e noções de inteligência artificial responsável.

CRISP-DM

Implementa a metodologia CRISP-DM para prever se existe um movimento de bando de boids. O projeto é ótimo para seleção de features e comparação estatística de modelos. Os seguintes classificadores foram comparados:

1. SVM (Support Vector Machine)
2. MLP (Multi-layer Perceptron)
3. Random Forest
4. LVQ (Learning Vector Quantization)
5. Comitê heterogêneo (Voting Classifier de Decision Tree, SVM e KNN)
6. Comitê homogêneo (MLPs)
7. Entre outros...

Responsible AI

O primeiro script explica Explainable AI na prática, detalhando o que é, os seus métodos e como implementá-los a partir dos dados sobre ataques cardíacos. Os seguintes métodos foram implementados:

1. Global Surrogate
2. Feature Importance
3. Partial Dependence Plot
4. Individual Conditional Expectation
5. Local Surrogate

O segundo script é a implementação simplificada de um modelo de sistema de recomendação calibrado e um protocolo de decisão para esses sistemas. Os seguintes algoritmos foram comparados:

1. User based K Nearest Neighbors (User-KNN)
2. Item based K Nearest Neighbors (Item-KNN)
3. Slope One
4. Non-negate Matrix Factorization
5. Singular Value Decomposition (SVD)
6. Singular Value Decomposition Plus us (SVD++)
7. Co-Clustering

Wine Analysis

Análise de um dataset de vinhos, com o objetivo de prever o tipo de vinho baseado em suas característica, no qual é realiza a comparação dos seguintes classificadores:

1. Arvores de decisão
2. Bayesiano ingenuo
3. Regressão logística
4. K-vizinhos