Enunciado para a tarefa E
(note que a Parte III é bastante importante por envolver claramente um novo marco / alvo de avanço em termos de suas simulações computacionais)
Parte I - Faça o relato de avanços práticos da semana passada para esta; Explicite também os próximos passos planejados.
Parte II - Faça um NOVO balanço e em separado (itemizado) das
II-A) suas pendências presentes do solicitado na Tarefa A
II-B) suas pendências presentes do solicitado na Tarefa B
II-C) suas pendências presentes do solicitado na Tarefa C
II-D) suas pendências presentes do solicitado na Tarefa D
(ademais, aporte aqui nestes itens os eventuais conteúdos de pendências que foram sanadas até o momento)
Parte III - BASTANTE IMPORTANTE:
III-A) Realize um ensaio "Protótipo #2" do seu sistema em que algum elemento SIGNIFICATIVO (argumente no seu relatório, na parte III-C adiante) de refinamento do protótipo tenha sido experimentado por você com relação ao Protótipo #1. Da mesma forma que fizemos para o Protótipo #1, este ensaio deve ser realizado com um número significativo de exemplares empíricos (bem mais que os 10 exemplares do Protótipo #0 da tarefa C; ou seja, já levando em conta o número de exemplares experimentado com o Protótipo #1 na tarefa anterior); apresente gráficos ou tabelas mostrando a evolução do aprendizado (indicador numérico de custo ou de fitness do modelo) ao longo de várias épocas de treinamento para esse Protótipo #2. Faça uma análise mínima dos resultados apresentados.
III-B) Relembre aqui nesta entrega, trazendo da tarefa anterior alguns elementos já pedidos lá e no item c) detalhe um pouco mais: a) explicite o valor "perfeito / ideal" para seu indicador numérico de custo ou de fitness do modelo e b) explicite um valor alvo que seja razoável de ser almejado nos ensaios de refinos futuros do seu modelo, indicando como escolheu tal valor alvo. Acrescente também nesta tarefa E mais um item relacionado: c) explicite claramente se a sua função objetiva associada ao processo de aprendizado trata-se de "loss" ou de "fitness"; note loss e fitness são medidas distintas e em certo sentido opostas, embora sirvam ambas ao aprendizado.
III-C) Contraste em texto explicativo e em quantificadores numéricos (onde se aplicar) as características dos Protótipo #1 e do Protótipo #2, e apresente as medidas de qualidade do Protótipos #1 e do Protótipo #2. Explicite claramente qual a foi a mudança significativa escolhida por você de um protótipo para o outro, e porque considerou que essa mudança poderia trazer alguma melhora de desempenho, dentro do processo de refino do seu sistema com relação ao protótipo #1 gerado na Tarefa anterior. Analise também os resultados quantitativos dos dois protótipos ensaiados computacionalmente e apresente conclusões e indicações de perspectivas, com base nessas análises contrastivas de resultados.