04 Projetos Incríveis de Machine Learning que Todo Programador Deveria Ter!

04 Projetos Incríveis de Machine Learning que Todo Programador Deveria Ter! (Com Python)

Autor: Gabriel Murilo

Em um cenário onde a Inteligência Artificial vem crescendo rapidamente, a demanda por profissionais especialistas em Machine Learning, Deep Learning e IA cresce junto. Por isso, decidi trazer quatro projetos incríveis de Machine Learning que todo programador deveria ter, usando Python.

1. Classificação de flores IRIS com redes neurais

Acesse

Neste projeto, o objetivo é utilizar redes neurais para classificar diferentes espécies de flores IRIS com base em suas características, como comprimento e largura das pétalas e sépalas. É uma introdução prática ao uso de redes neurais para classificação.

2. Análise de Sentimentos do IMDb com Python

Acesse

A análise de sentimento é uma técnica que envolve a classificação das opiniões e emoções expressas em texto utilizando NLP (Natural Language Processing).

3. Reconhecimento Facial

Acesse

O projeto de reconhecimento facial visa desenvolver um sistema capaz de identificar e autenticar pessoas com base em características faciais únicas.

4. IA aprende a jogar Chrome Dino

Acesse

A IA é treinada para jogar o famoso jogo do dinossauro do Chrome sem intervenção humana. O NEAT é empregado para evoluir redes neurais que controlam as ações do dinossauro.

Estes foram os quatro projetos de Machine Learning para ter no portfólio. Tem alguma sugestão? Já fez algum desses projetos? Fale aí nos comentários!

Acho que todos esses são projetos muito genéricos e que agregam pouco ou quase nada, já que a maioria vai simplesmente seguir um tutorial. Estes, assim como o titanic e house pricing do kaggle são bons para aprender, mas acho que ter em portfolio não vá acrescentar muito

Acho que esse da flor de Íris é muito simples, é legal para ter uma base de como o ML funciona, mas seria mais interessante que depois a pessoa pegasse um dataset mais "robusto"

Exemplo

  • Dados de vôos do CENIPA
  • Dados de corridas de UBER

Nah. Um programador irá precisar de um bom editor integrado com uma LLM.

Depois irá aprender algo antigo como Literate programming (Donald Knuth - 1984)

Vai definindo o que ele deseja e, em vez de escrever o código, a IA vai escrevendo o código para ele. Simples assim.

Um exemplo do futuro. ;-) https://github.com/wearedevx/llm-bash

Nah Nº2. Programação literaria é o que os programadores Assembly faziam a tempos! Do mesmo jeito que o PHP fazia o login, cadastro e outras 285 coisas num unico arquivo kkkkkk
Nunca vi o pessoal fazendo 285 coisas no mesmo arquivo. Cada parte do programa será descrita em um arquivo e depois será definida como cada parte se encaixa. Pode até ser algo assim: ``` LANG=RUST DEPÓSITO DEPOSITA UM VALOR EM UMA CONTA ENTRADA WS-NUMERO-DA-CONTA WS-VALOR PROCESSAMENTO SEEK WS-NUMERO-DA-CONTA AT END PROCESSA-ERRO. ADD WS-VALOR TO WS-SALDO WRITE CONTA RETURN OK PROCESSA-ERRO SEEK: DISPLAY "CONTA INEXISTENTE" WRITE: DISPLAY "ERRO NA ESCRITA" RETURN FALSE ``` :D

Também acho interessante fazer uma IA que envolva PLN para entender melhor como o chatGPT e outras IA em destaque funcionam.

Esses projetos que recomendou são saturados, estilo "pokedex" e "netflix".

Você pode até adicionar ao seu repertório, mas se quiser realmente gerar impacto faça um projeto com uma análise critica sobre um problema atual e de preferencia diferenciado. Você só precisa fugir desseas "obviedades".

Um projeto de regressão linear simples, utilizando dados do IPEA ou IBGE, é suficiente para isso. O essencial é contar a história desses dados, descrevendo como o modelo foi treinado.