Home | AI Simulator

AI Simulator

Um Laboratório Visual para Aprender IA

AI Simulator transforma matemática abstrata em experimentos interativos. Desenvolva intuição treinando modelos em tempo real, observando curvas de perda se moverem e vendo como as decisões mudam quando você ajusta parâmetros.

Laboratórios Interativos Treinamento ao Vivo Visuais Explicáveis Experimentos Guiados

Começar a Aprender Tente CNN MNIST

Como Usar Esta Plataforma

Um caminho curto da curiosidade para a intuição confiante.

Passo

Escolha um laboratório Escolha um laboratório e leia o conceito introdutório no topo. Ele diz o que o modelo está tentando aprender.

Passo

Crie dados Crie dados clicando, carregando demos ou usando imagens de exemplo. A forma dos dados guia tudo.

Passo

Treine e observe Treine e observe com passo ou execução automática e veja a curva de perda e o comportamento do modelo evoluírem.

Passo

Compare e reflita Compare e reflita mudando hiperparâmetros ou tipo de modelo para ver viés, variância e sobreajuste.

Faixas de Aprendizagem Principais

Machine Learning

Comece aqui para entender como os modelos aprendem com dados. Você verá como uma curva simples se ajusta aos pontos, como classificadores desenham limites e por que a capacidade do modelo importa. Esta faixa é sobre construir intuição para funções de perda, gradientes e geometria de dados.

Use-o para responder: Por que um modelo fica subajustado ou sobreajustado? Como a distribuição de dados reformula um limite de decisão?

Regressão Linear Regressão Logística Árvore de Decisão K-Means K-NN SVM

Deep Learning

Esta faixa escala a intuição de curvas para redes. Observe como os neurônios transformam entradas em representações, depois veja como os filtros convolucionais extraem características visuais. O foco está em como a profundidade e a não linearidade mudam o que um modelo pode expressar.

Use-o para responder: Como uma CNN aprende bordas? Por que um modelo neural sobreajusta enquanto a perda continua melhorando?

Regressão NN CNN Binary CNN MNIST Laboratório XOR Tiny Web LLM

Aprendizado por Reforço

Aqui o modelo é um agente que aprende com recompensas em vez de exemplos rotulados. Você vai explorar exploração vs. aproveitamento, recompensas esparsas e o papel da dinâmica do ambiente.

Use para responder: Quando é melhor explorar? Como a estrutura de recompensas molda o comportamento?

Bandido de N braços Mundo em grade

Prompts de Início Rápido

Novo em ML? Comece com Regressão Linear e Regressão Logística e depois compare com Árvores de Decisão.

Curioso sobre curvas? Use Regressão NN para ver como profundidade e largura mudam o ajuste.

Quer intuição visual? Vá para CNN MNIST e desenhe dígitos para testar a inferência.

Começar com Regressão Linear Explorar Regressão NN