CL9 Tecnologias
Neural Network Scientist
Uma IA tentando melhorar outra IA.
Política CL9 Neural Network ScientistUma rede neural de verdade é treinada aqui, em NumPy puro. A IA acompanha as métricas, diagnostica overfitting, desconfia de vazamento de dados, muda a arquitetura e roda o próximo experimento até bater a meta dentro do limite de parâmetros. A IA não treina nem calcula nada: ela só decide o que testar, por funções controladas. O conjunto de teste é tocado uma única vez, no fim, para que não seja possível afinar o modelo nele.
Os dados são sintéticos e a rede é treinada ao vivo a cada pesquisa. Dois datasets têm armadilha de propósito: um é desbalanceado e outro tem vazamento. Repare se a IA percebe.

Uma IA tentando melhorar outra IA

Escolha um problema. A IA vai treinar uma rede, ler as métricas, diagnosticar o que está errado e propor a próxima arquitetura, até atingir a meta.

Missão
Atingir 95.0% de acurácia na validação usando no máximo 5000 parâmetros, sem overfitting severo e em no máximo 6 experimentos. Nos datasets com armadilha o critério muda: num base desbalanceada o recall também conta, e onde há vazamento a vitória é perceber.
Resultado

—

—/100
classe 0 classe 1 o fundo mostra o que a rede aprendeu a decidir em cada ponto
acurácia de treino acurácia de validação perda de validação
Demonstração da CL9 · rede neural real treinada ao vivo · dados sintéticos
política de uso
Ver código-fonte