Este repositório foi criado para armazenar o estudo e o desenvolvimento de projetos relacionados a Algoritmos Genéticos e Redes Neurais, feito por um estudante de graduação em CIencia, Tecnologia e Inovação.
O objetivo desse estudo é entender o funcionamento e aplicação dessas duas técnicas na solução de problemas de otimização e aprendizado de máquina. Além disso, espera-se adquirir habilidades em programação em Python e em bibliotecas relacionadas a essas técnicas.
O repositório contém os seguintes itens:
- Notebooks de estudo e de experimentação com algoritmos genéticos e redes neurais em diferentes problemas;
- Códigos de implementação de algoritmos genéticos e redes neurais em Python;
- Conjunto de dados utilizados para os experimentos;
- Documentação de referência sobre algoritmos genéticos e redes neurais.
Os objetivos deste estudo são:
- Aprender sobre o funcionamento e aplicação de algoritmos genéticos e redes neurais em problemas de otimização e aprendizado de máquina;
- Desenvolver habilidades em programação em Python e em bibliotecas relacionadas a essas técnicas;
- Realizar experimentos e projetos práticos para consolidar o aprendizado.
- Livro: Wirsansky - 2020 - Hands-On Genetic Algorithms
 Caio Eduardo Programmer |
 Daniel R. Cassar Professor |
Use este template como base para organizar seus experimentos na disciplina de Redes Neurais e Algoritmos Genéticos.
Lembretes:
- Cada notebook deve ter apenas um experimento
- Jamais faça importações utilizando o asterisco. Use espaços de nome ou importe apenas o que for usar no seu experimento
- Códigos bem formatados são recomendados. Sugestão: use o formatador black. Ele tem uma versão online disponível em https://black.vercel.app
- Sempre use nomes claros e representativos para suas funções, classes, métodos e variáveis
- Sempre escreva uma docstring nas suas funções, classes e métodos
- Funções simples podem ter doscrings em uma linha. As demais funções devem ter docstrings completas
- Comente seu código sempre que julgar necessário, principalmente quando o que estiver sendo executado não for trivial
- Todos os notebooks devem funcionar corretamente seguindo a ordem de cima para baixo. Evite rodar células fora da ordem para evitar problemas de continuidade no seu experimento (reordene as células caso seja necessário)
- Certifique-se que todas as células do seus notebooks foram executadas! Afinal, como você vai realizar seu experimento sem executar as células?
- Reescreva os README do seu repositório para guiar o leitor