ALGORITMO PARA CÁLCULO DO PERCEPTRON SIMPLES - PYTHON INSTRUÇÕES 1- Este algoritmo pode usar a quantidade de entradas que quiser e a quantidade de amostras também que quiser, contanto que mantenha o 1º elemento sendo o Baias e o restante os itens Xn. A mesma estrutura para a amostra de teste. 2- Repartir cada dígito da amostra "2345678" (exemplo usado como divisor de classe) para cada entrada de Xn e colocar no topo. 3- Repetir o mesmo para as amostra seguintes que serão testados de forma aleatória (completa) ou objetiva (mínima): Completa = Grande quantidade de amostras aleatórias Mínima = 7 amostras com valores abaixo e 7 amostras com valores acima do alvo, com valores abaixo e acima em cada hipotese dos dígitos Xn. 4- Definir o valor limiar de ativação (normalmente 0). 5- Definir a taxa de aprendizagem (começando com 00.1 e não passando de 2.0). 6- Definir a quantidade de séries/iterações da primeira vez (sugiro começar com 50.0), o resultado dessa amostra de teste anexa só foi satisfatória com uma série de 100000.00. OBJETIVO Criar teste para verificar se o valor colocado de entrada está menor (-1) ou maior (+1) do que o divisor de classe "2345678", obtendo ao final do treinamento o neurônio treinado com os pesos Bias + Xn...Xn para criação da fórmula de cálculo.
Instalação das bibliotécas pandas e numpy caso não esteja instalado
Importação dos arquivos com amostras para treinamento/alvo e teste/alvo
Função do perceptron simples
Criação de dataframe com multiplicações dos pesos finais x itens para teste
Criação de dataframe consolidador com itens treinados, soma, alvo, resposta e resultado
Exibição de quadro final, pesos finais, erro ao quadrado e quantidade de series/iterações
Exportar vetor de pesos e dataframe final
Referencias: Implementação do perceptron simples - representação computacional do modelo matemático - Adriano Santos [https://www.youtube.com/watch?v=6hapXAGcgQA]
Redes Neurais: Exemplo do Aprendizado Delta no Perceptron - Fernando dos Santos [https://www.youtube.com/watch?v=TVzysIdNZYw]
Inteligência Artificial na Prática - Profº João Marcos [https://www.youtube.com/watch?v=ZfIb__rg2As&t=122s]