Spaces:
Running
Running
Update index.html
Browse files- index.html +6 -7
index.html
CHANGED
|
@@ -318,8 +318,7 @@
|
|
| 318 |
</tbody>
|
| 319 |
</table>
|
| 320 |
|
| 321 |
-
<img src="
|
| 322 |
-
</section>
|
| 323 |
|
| 324 |
<!-- Desempenho Durante Treinamento -->
|
| 325 |
<section>
|
|
@@ -328,11 +327,11 @@
|
|
| 328 |
|
| 329 |
<h3>Evolução da Acurácia</h3>
|
| 330 |
<p>O gráfico demonstra um aumento consistente da acurácia, tanto nos dados de treino quanto nos de validação, estabilizando-se em um patamar próximo a 100%, o que indica um aprendizado bem-sucedido.</p>
|
| 331 |
-
<img src="
|
| 332 |
|
| 333 |
<h3>Evolução da Loss (Erro)</h3>
|
| 334 |
<p>De forma complementar, a margem de erro (loss) diminuiu progressivamente ao longo do treinamento, aproximando-se de zero. Isso confirma que o modelo se tornou cada vez mais confiante e preciso em suas previsões.</p>
|
| 335 |
-
<img src="
|
| 336 |
</section>
|
| 337 |
|
| 338 |
<!-- Resultados Finais -->
|
|
@@ -398,13 +397,13 @@
|
|
| 398 |
</ul>
|
| 399 |
</div>
|
| 400 |
|
| 401 |
-
<img src="
|
| 402 |
|
| 403 |
<h3>Comparativo: Validação vs. Teste</h3>
|
| 404 |
<p>O desempenho do modelo foi consistente entre os conjuntos de validação e teste, o que demonstra que ele não apenas memorizou os dados de treino, mas <strong>aprendeu a generalizar</strong> o conhecimento para novas situações. Esta é uma característica crucial para um modelo de IA robusto e confiável.</p>
|
| 405 |
-
<img src="
|
| 406 |
|
| 407 |
-
<img src="
|
| 408 |
</section>
|
| 409 |
|
| 410 |
<!-- Conclusão -->
|
|
|
|
| 318 |
</tbody>
|
| 319 |
</table>
|
| 320 |
|
| 321 |
+
<img src="01_dataset_distribution.png" alt="Distribuição do Dataset"> </section>
|
|
|
|
| 322 |
|
| 323 |
<!-- Desempenho Durante Treinamento -->
|
| 324 |
<section>
|
|
|
|
| 327 |
|
| 328 |
<h3>Evolução da Acurácia</h3>
|
| 329 |
<p>O gráfico demonstra um aumento consistente da acurácia, tanto nos dados de treino quanto nos de validação, estabilizando-se em um patamar próximo a 100%, o que indica um aprendizado bem-sucedido.</p>
|
| 330 |
+
<img src="02_accuracy_evolution.png" alt="Evolução da Acurácia">
|
| 331 |
|
| 332 |
<h3>Evolução da Loss (Erro)</h3>
|
| 333 |
<p>De forma complementar, a margem de erro (loss) diminuiu progressivamente ao longo do treinamento, aproximando-se de zero. Isso confirma que o modelo se tornou cada vez mais confiante e preciso em suas previsões.</p>
|
| 334 |
+
<img src="03_loss_evolution.png" alt="Evolução da Loss">
|
| 335 |
</section>
|
| 336 |
|
| 337 |
<!-- Resultados Finais -->
|
|
|
|
| 397 |
</ul>
|
| 398 |
</div>
|
| 399 |
|
| 400 |
+
<img src="04_final_metrics.png" alt="Métricas Finais">
|
| 401 |
|
| 402 |
<h3>Comparativo: Validação vs. Teste</h3>
|
| 403 |
<p>O desempenho do modelo foi consistente entre os conjuntos de validação e teste, o que demonstra que ele não apenas memorizou os dados de treino, mas <strong>aprendeu a generalizar</strong> o conhecimento para novas situações. Esta é uma característica crucial para um modelo de IA robusto e confiável.</p>
|
| 404 |
+
<img src="05_validation_vs_test.png" alt="Comparativo Validação vs. Teste">
|
| 405 |
|
| 406 |
+
<img src="06_improvement_progress.png" alt="Progresso de Melhoria">
|
| 407 |
</section>
|
| 408 |
|
| 409 |
<!-- Conclusão -->
|