Gabriel Simas Gomes Barata

Idiomas

Áreas de atuação

Projetos de desenvolvimento

• 2020 - 2020

  Inteligencia artificial no ensino de física, Descrição: 100 alunos de nível ensino médio participantes de uma sala de aula virtual no Google Classroom foram submetidos a um questionário do Google Forms sobre diversos assuntos da física com o objetivo de obtenção de dados. Por via banco de dados próprio ao Google, as 15 questões realizadas pelos alunos em suas devidas residencias chegaram até mim por meio de uma planilha, que continha as respostas dadas por eles para cada questão. Os dados foram primeiro processados por Excel, transformando a planilha em booleano, ou seja, verdadeiro ou falso. Se determinado aluno acertasse determinada questão, seria 1 na planilha, caso contrario, seria 0. Em seguida, os dados foram tratados em Processing, para se encaixar na rede neural. Escolhendo 10 questões como entrada e 5 questões como saída, o objetivo era fazer a rede prever a saída de acordo com a entrada. salvando os parâmetros da rede e mudando os hiperametros para alcançar um melhor resultado, o objetivo foi alcançado. uma rede com um erro natural por volta de 50% alcançou um erro de 20,609%.. , Situação: Desativado; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (99) . , Integrantes: Gabriel Simas Gomes Barata - Coordenador.

• 2020 - 2020

  Inteligencia artificial no ensino de física, Descrição: 100 alunos de nível ensino médio participantes de uma sala de aula virtual no Google Classroom foram submetidos a um questionário do Google Forms sobre diversos assuntos da física com o objetivo de obtenção de dados. Por via banco de dados próprio ao Google, as 15 questões realizadas pelos alunos em suas devidas residencias chegaram até mim por meio de uma planilha, que continha as respostas dadas por eles para cada questão. Os dados foram primeiro processados por Excel, transformando a planilha em booleano, ou seja, verdadeiro ou falso. Se determinado aluno acertasse determinada questão, seria 1 na planilha, caso contrario, seria 0. Em seguida, os dados foram tratados em Processing, para se encaixar na rede neural. Escolhendo 10 questões como entrada e 5 questões como saída, o objetivo era fazer a rede prever a saída de acordo com a entrada. salvando os parâmetros da rede e mudando os hiperametros para alcançar um melhor resultado, o objetivo foi alcançado. uma rede com um erro natural por volta de 50% alcançou um erro de 20,609%.. , Situação: Desativado; Natureza: Desenvolvimento. , Alunos envolvidos: Técnico de nível médio: (99) . , Integrantes: Gabriel Simas Gomes Barata - Coordenador.