Categoria: Sem categoria

O link do colab: https://drive.google.com/file/d/1lzpWH0d6OsrSHFcJWi3Lzw7idTja9lwo/view?usp=sharing No post anterior comentei sobre alguns conceitos da aprendizagem por reforço, nesse, iremos aplicar os conceitos de forma prática, no Cliff Walking. Desvende os segredos do Aprendizado por Reforço e domine o desafio do Cliff Walking! O “gymnasium” é o nome de uma biblioteca Python amplamente utilizada no campo do…

O Q-Learning é um algoritmo fundamental no campo do aprendizado por reforço (APR), permitindo que agentes autônomos aprendam a tomar decisões em ambientes complexos sem serem explicitamente programados. Este guia detalhado irá explorar os mecanismos internos do Q-Learning, desde seus fundamentos até suas aplicações práticas. 1. Abrindo a Caixa Preta: 2. Aprendendo com Tentativa e…

O scikit-learn é um das principais ferramentas que usamos para o Aprendizado de máquina. É um pacote em Python com uma rica documentação disponível em : https://scikit-learn.org/ . Além de ferramentas para usarmos nos estudos e aplicações de machine Learning, como os principais algoritmos para resolver problemas de cluster, classificação ou regressão, ele também possui…

Tanto machine learning (aprendizado de máquina) quanto deep learning (aprendizado profunda) são termos bastante utilizados quando o tema é inteligência artificial. Apesar destes dois conceitos ajudarem as máquinas evoluírem e “pensarem” semelhantes a seres inteligentes como nós, humanos, não são a mesma coisa. Pense como um sendo a evolução do outro, e estando diretamente ligado…

O conceito de #FeatureFlag esta relacionado quando lançamos uma nova funcionalidade, em fase de experimentação ou não, precisamos ter uma forma rápida e simples de desativa-la, caso precise, sem precisar fazer um #rollback com #deploy no código, que geralmente tem uma demora maior. Ou liberar essa nova funcionalidade apenas para um grupo de pessoas, seja analistas de qualidade, ou um #teste A/B para…

#Observabilidade em sistemas monolíticos é importante, mas em sistemas distribuídos se torna quase que indispensável pensar em 3 pilares. 1 – #Logs: O que está acontecendo no sistema? Informações de processos executados, ou erros é essencial para ter certeza que tudo esta ocorrendo bem, ou ajudar a investigar e solucionar uma situação de erro. 2 – #Metrics: Como…

Tudo falha o tempo todo. O Werner Vogels, chefe de tecnologia da aws falou isso. É um excelente incentivo para nós escrevermos códigos e fazer #arquitetura pensando sempre em como se recuperar de uma falha, sem perder aquela request. Usar #mensageria entre sistemas é uma alternativa bastante usada nas corporações, seja #SQS, #Rabbitmq… O objetivo é semelhante, não perder a request.…