Este repositório contém notebooks de Machine Learning que utilizam TensorFlow para treinar modelos em datasets do Kaggle.

Esses notebooks foram criados com o objetivo de aprender na prática diferentes abordagens de aprendizado de máquina, testando arquiteturas e técnicas para melhorar o desempenho dos modelos.

• Notebook: cnn-handwriting-identifier-acc-99-18.ipynb
• Modelo: Convolutional Neural Network (CNN)
• Dataset: A-Z Handwritten Alphabets in .csv format
• Precisão: 99,18%

Neste notebook, treinamos uma CNN em um dataset que contém imagens de caracteres escritos à mão (A a Z). O modelo atinge 99.18% de precisão na validação, utilizando camadas convolucionais, pooling e dropout para melhorar o desempenho.

• Notebook: rnn-text-generation.ipynb
• Modelo: Recurrent Neural Network (RNN)
• Dataset: Obras do Machado de Assis tem .txt e .pdf
• Precisão: 99,18%

Recriação do experimento clássico de Andrej Karpathy em The Unreasonable Effectiveness of Recurrent Neural Networks

• Notebook: recommendation.ipynb
• Modelo: Embedding + Neural Network com proxy training
• Dataset: Book Recommendation Dataset
• Postagem: Implementando um sistema de recomendação para livros: Geração de candidatos

Código para a postagem sobre o funcionamento de sistemas de recomendação.