Avaliação M1 — Bianca Barros

Turma 2 — @biancaB

Evidências

• Repositório pessoal localizado no GitLab: biancaB/ia2-modulo1-template (fork do template oficial).
• Status L01-L08: G, G, G, G, G, G, R, R (6,0/8 atividades).
• Entregas validadas:
  • Lab 01: src/neuronio.py e tests/test_neuronio.py (Perceptron Jardineiro)
  • Lab 02: src/mlp.py e tests/test_mlp.py (MLP com ReLU e Sigmoid)
  • Lab 03: src/gradiente.py e tests/test_gradiente.py (Descida do Gradiente)
  • Lab 04: src/churn_keras.py e tests/test_churn.py (Classificador Keras)
  • Lab 05: src/overfitting_lab.py e tests/test_overfitting.py (Overfitting e Softmax)
  • Lab 06: src/modelo_regularizado.py e tests/test_regularizado.py (Dropout, L2 e Early Stopping)
• L07 e L08: artefatos ausentes (test_transfer.py e test_avaliacao.py).

Validação

• pytest -v: 19 passed em 56s no ambiente oficial Python 3.12 (100% de aprovação em todos os testes dos Labs 01 a 06).
• Sintaxe Python (AST): 100% válida em todos os módulos implementados.
• Commits realizados durante as aulas presenciais da Turma 2 (31/08/2026 e 14/09/2026).

Avaliação

• Pontos fortes: implementação sólida e correta dos 6 primeiros laboratórios, código limpo com testes passando sem falhas.
• Melhoria: concluir os Labs 07 e 08 (Transfer Learning e MLOps) e atentar para o namespace oficial de submissão da turma.
• Nota M1 recomendada: 7.5 (6.0/8 atividades = 75% da pontuação).
• Qualidade Técnica do Laboratório: 8.5/10.