Nesta atividade, utilizei o notebook Classificação-Linear.ipynb como base para realizar o ajuste manual de um modelo linear de classificação.
A primeira alteração realizada foi na semente de geração dos dados. No arquivo original, a semente estava definida como np.random.seed(46). Conforme solicitado no enunciado, alterei esse valor para np.random.seed(199). Essa mudança faz com que uma nova distribuição de dados seja gerada, modificando a posição dos pontos no gráfico e exigindo um novo ajuste da reta de separação.
Em seguida, alterei os parâmetros do modelo linear, que são representados pelos valores de w1, w2 e b. Esses parâmetros controlam a inclinação e o deslocamento da reta usada para separar as classes. Os valores anteriores foram substituídos por:
w1 = -1
w2 = 6
b = 0
Após essa alteração, executei novamente o método plotmodel(w1, w2, b) para visualizar a nova reta de decisão sobre os dados gerados com a semente 199.
Com esses ajustes, o modelo conseguiu separar as classes de forma satisfatória, atingindo uma acurácia aproximada de 89%. A atividade foi importante para reforçar como pequenas alterações nos pesos e no bias impactam diretamente o comportamento de um modelo linear, principalmente em problemas de classificação.
Segue o link da atividade: https://github.com/Moquiuti/Deep-Learning-com-PyTorch/blob/main/Classifica%C3%A7%C3%A3o_Linear.ipynb
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!