Meu 1º modelo de machine learning.

O objetivo era desenvolver um modelo capaz de classificar imagens entre 2 categorias, gatos e cachorros!

Utilizando a técnica Transfer Learning popular em Deep Learning, onde o modelo pré-treinado em um grande dataset é reutilizado.

Nesse modelo foi desenvolvido uma rede neural do zero, realizado todo o treinamento do modelo, validação e teste, para posteriormente comparar com o modelo pré-treinado.

Modelo desenvolvido do zero:

Com o passar dos treinos foi melhorando (ao longo das “épocas”), embora tenha tido algumas flutuações a acurácia foi de 50% para 83% mostrando assim um aumento significativo nos acertos.

Modelo desenvolvido com rede neural pré-treinada:

O desempenho foi consideravelmente maior, com a acurácia estabilizada em torno de 91% e a perda de validação relativamente estável.

Considerações finais:

Ambos os modelos tiveram bons desempenhos, embora o modelo pré-treinado tenha tido uma acurácia maior, ainda existem ajustes que podem ser feitos, como utilizar mais dados de amostras, aumentar épocas, testar outro otimizador etc.

Link do projeto.

Dados utilizados: 2000 imagens, sendo 1000 de gatos e 1000 de cachorros. Observação: imagem de fundo ilustrativa gerada por IA.