============================================================
1) Importar bibliotecas
============================================================
import numpy as np
import matplotlib.pyplot as plt
============================================================
2) Gerar dados aleatórios
============================================================
np.random.seed(42)
X = np.random.randn(100, 2)
Pesos do perceptron
w = np.array([2, -1])
b = 0.5
============================================================
3) Saída do perceptron
============================================================
def perceptron_output(x):
return np.dot(x, w) + b
============================================================
4) Funções de ativação
============================================================
def step(x):
return np.where(x >= 0, 1, 0)
def sigmoid(x):
return 1 / (1 + np.exp(-x))
def relu(x):
return np.maximum(0, x)
def tanh(x):
return np.tanh(x)
============================================================
5) Escolha de NOVOS pontos (ATIVIDADE)
============================================================
indices = [1, 2, 3, 4] # você pode trocar aqui!
============================================================
6) Avaliar pontos
============================================================
for k, idx in enumerate(indices):
x = X[idx]
g = perceptron_output(x)
print(f"\nPonto {idx}: {x}")
print(f"Saída linear (g(x)): {g:.4f}")
print(f"Limiar: {step(g)}")
print(f"Sigmoide: {sigmoid(g):.4f}")
print(f"ReLU: {relu(g):.4f}")
print(f"Tanh: {tanh(g):.4f}")
