chatGPT, crie macros só com a descrição ou troque um papo com a ia sobre varios assuntos

[Omesmo]

o bing está impossível de usar, só mesmo para brincar com o mal humor dele

 

Spoiler

a ia começou a escrever e até estava ficando legal, mas aí do nada apagou e escreveu isso do final, acho que percebeu que ia sair perdendo

[Guest]

21 minutes ago, Omesmo said:

o bing está impossível de usar, só mesmo para brincar com o mal humor dele

 

  Reveal hidden contents

a ia começou a escrever e até estava ficando legal, mas aí do nada apagou e escreveu isso do final, acho que percebeu que ia sair perdendo

 

HAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHA

 

circuitos eletrônicos e agua, geralmente não dão muito certo não !!

 

foi por isto que ela não soube o que responder !!!!!!!!!!!!!!!

 

HAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHAHA

 

[Omesmo]

44 minutos atrás, Eolocos disse:

foi por isto que ela não soube o que responder !!!!!!!!!!!!!!!

estava respondendo até que legal , mas do nada foi apagado e colocou isso, mas acho qeu é algum sistema de segurança que apaga respostas onde pode cair para algo fora de etica

 

eu continuei e no final aconteceu a mesma coisa, a ia começou a escrever estava algo bem sarcástico mas apagou tudo, tinha até texto perguntando se o lobo mau estava namorando, acho que entendeu o contexto da historia kkkk

 

Spoiler

 

 

eita, tentei a mesma historia e agora a chapeuzinho vermelho até spray de pimenta carrega na cestinha
acho que o bing nao gosta de ficar na defensiva nao, dessa vez estraçalhou o lobo mau

 

Spoiler

 

[Guest]

a menina é fogo !

 

levei 15 minutos para analisar e chegar a uma conclusão num trabalho aqui.

 

resolvi apresentar o problema para ela.

 

em 30 segundos ela tinha explicado o problema, mesmo sem conhecer o que era, as fontes dos dados, como cheguei àquilo.

 

não apenas explicou, mostrou a fonte provável dos dados que apresentei, possíveis causas e soluções !!

 

acho que até o natal, serei obsoleto !!

 

e vcs já sabem, se eu desaparecer, fui reciclado !!  

[sorel]

eolocos, numca esqueça  jamais , o estudo ou I.A ou chatght, so pode ir ate certo ponto em loterias, porque os numeros sao? irracionais!

[Guest]

24 minutes ago, sorel said:

eolocos, numca esqueça  jamais , o estudo ou I.A ou chatght, so pode ir ate certo ponto em loterias, porque os numeros sao? irracionais!

 

o pior que nem era sobre loteria, mas sobre circuitos ressonantes em VHF !!

[Omesmo]

16 horas atrás, Eolocos disse:

a menina é fogo !

levei 15 minutos para analisar e chegar a uma conclusão num trabalho aqui.

resolvi apresentar o problema para ela.

em 30 segundos ela tinha explicado o problema, mesmo sem conhecer o que era, as fontes dos dados, como cheguei àquilo.

não apenas explicou, mostrou a fonte provável dos dados que apresentei, possíveis causas e soluções !!

acho que até o natal, serei obsoleto !!

e vcs já sabem, se eu desaparecer, fui reciclado !!  

voce fala do gpt ou do bing?
é uma grande ferramenta, mas nao funciona sozinha, acho que o maximo que vai acontecer é que em algumas ares vai ter menos portos de trabalho pelo fato que com a ajuda das ia vai se tornar mais eficiente sem tanto trabalho para se solucionar problemas

 

 

[Omesmo]

 

muito bom bate papo sobre ias

[Guest]

5 hours ago, Omesmo said:

voce fala do gpt ou do bing?
é uma grande ferramenta, mas nao funciona sozinha, acho que o maximo que vai acontecer é que em algumas ares vai ter menos portos de trabalho pelo fato que com a ajuda das ia vai se tornar mais eficiente sem tanto trabalho para se solucionar problemas

 

 

 

chatgpt !

 

ainda não testei bing...

 

verei o poder da IA da bing, ao encontrar umas coisinhas que tenho em mente ( e não, nada relacionado a loterias ! )

[Fujiro Nakombi Ibatero]

 

 

[genesioggs23]

https://www.infomoney.com.br/negocios/openai-como-funciona-a-empresa-criada-por-musk-e-que-lancou-o-chatgpt/

 

[Omesmo]

um outro chatbot

https://you.com/search?q=who+are+you&tbm=youchat

parece ser bom, melhor que o bing, mas mais limitado do que o gpt no numero de linhas que entrega, aprece propagandas no meio mas nao atrapalha

 

pedi isso:

Citar

eu quero montar uma rede neural simples em vba para poder aprender os conceitos , tipo usar uma matriz de dezenas de 15 colunas e "X" linhas contendo dezenas de 1 a 25 sem repetição por linha , quero criar uma rede neral para prever as dezenas da proxima linha da matriz

e me entregou isso:

Citar

Entendi. Se você quer criar uma rede neural em VBA para prever as dezenas de uma próxima linha de uma matriz, há algumas etapas que você precisará seguir:

1. Donwload e instalar o add-in do VBA-ANN (rede neural artificial do VBA): você precisa baixar e instalar o add-in para poder usá-lo em suas planilhas. Você pode encontrá-lo no seguinte link: https://github.com/melMass/VBA-ANN.

2. Carregar os dados na planilha: Carregue a matriz com as dezenas em uma planilha do Excel, onde cada linha representa uma entrada da rede.

3. Treinar a rede: Em um módulo VBA, crie o código para treinar sua rede neural. Você precisará especificar o número de entradas, os nós de entrada, saída, bem como o número de camadas ocultas na sua rede.

4. Fazer previsões: Depois de treinar a rede, você pode fazer previsões para as próximas linhas de sua matriz.

Aqui está um exemplo de como o código pode ficar, com base em seus requisitos:

Sub TreinarRedeNeural()
    Dim ann As New ANN
    Dim i As Long
    Dim X() As Variant
    Dim Y() As Variant
    
    'Carregando as entradas (X) e saídas desejadas (Y)
    X = Range("A2:O11").Value 'Matriz de dezenas
    Y = Range("A12:O12").Value 'Próxima linha de dezenas
    
    'Definir os parâmetros da rede
    ann.Initialize 14, 14, 1 'Nós de entrada e saída (14), uma camada oculta (14 nós)
    
    'Treinar a rede
    For i = 1 To 10000
        ann.Train X, Y, 0.01, 0.9 'Taxa de aprendizagem(0.01) e aceleração(0.9)
    Next i
    
    'Fazer uma previsão para as próximas dezenas
    Dim proximaLinha(1 To 1, 1 To 14) As Double
    proximaLinha(1, 1) = 1

 

eu pedi para continuar e falou que estava com alta demanda

[Guest]

2 hours ago, Omesmo said:

um outro chatbot

https://you.com/search?q=who+are+you&tbm=youchat

parece ser bom, melhor que o bing, mas mais limitado do que o gpt no numero de linhas que entrega, aprece propagandas no meio mas nao atrapalha

 

pedi isso:

e me entregou isso:

eu pedi para continuar e falou que estava com alta demanda

 

interessante isto !

 

por favor, continue  

[Omesmo]

1 minuto atrás, Eolocos disse:

 

interessante isto !

 

por favor, continue  

nao continuou nem com chat novo, e os link que colocou estão todos quebrados
procurei por "ann" que seria rede neural para o excel e nao achei

[Guest]

1 hour ago, Omesmo said:

nao continuou nem com chat novo, e os link que colocou estão todos quebrados
procurei por "ann" que seria rede neural para o excel e nao achei

 

ANN = artificial neural network

 

alguns links com assunto rede neural e excel:

 

https://periodicos.uninove.br/exacta/article/download/810/1082
https://peer.asee.org/artificial-neural-networks-using-microsoft-excel-for-windows-95.pdf
https://www.codeproject.com/Articles/1273000/Machine-Learning-in-Excel

[Omesmo]

57 minutos atrás, Eolocos disse:

ANN = artificial neural network

 

alguns links com assunto rede neural e excel:

sim, mas me refiro ao add-in indicado pela ia

o gpt deu solução melhor para o mesmo pedido mas acontece a quebra do codigo como eu falei,

e o maior problema é que cada hora começa de um jeito e fica dificil juntar os codigos

estou fazendo uma coleção para ver as similaridades

vou ver quais funções se repetem e vou indicar que já tenho elas e nao precisa escrever
eu pedi para o gpt criar o ann e me entregou isso, mas cortou o codigo como sempre

 

'Classe ANN (Rede Neural Artificial)
Private Inputs() As Double
Private HiddenLayer() As Double
Private Outputs() As Double
Private WeightsIH() As Double
Private WeightsHO() As Double
Private BiasH() As Double
Private BiasO() As Double

Public Sub Initialize(numInputs As Long, numHiddenNodes As Long, numOutputs As Long)
    ReDim Inputs(numInputs - 1) As Double
    ReDim HiddenLayer(numHiddenNodes - 1) As Double
    ReDim Outputs(numOutputs - 1) As Double
    ReDim WeightsIH(numInputs - 1, numHiddenNodes - 1) As Double
    ReDim WeightsHO(numHiddenNodes - 1, numOutputs - 1) As Double
    ReDim BiasH(numHiddenNodes - 1) As Double
    ReDim BiasO(numOutputs - 1) As Double
    RandomizeWeights
End Sub

Private Sub RandomizeWeights()
    Dim i As Long
    Dim j As Long
    For i = LBound(WeightsIH, 1) To UBound(WeightsIH, 1)
        For j = LBound(WeightsIH, 2) To UBound(WeightsIH, 2)
            WeightsIH(i, j) = Rnd() - 0.5
        Next j
    Next i
    For i = LBound(WeightsHO, 1) To UBound(WeightsHO, 1)
        For j = LBound(WeightsHO, 2) To UBound(WeightsHO, 2)
            WeightsHO(i, j) = Rnd() - 0.5
        Next j
    Next i
End Sub

Public Sub FeedForward(inputsArr As Variant)
    Inputs = inputsArr
    Dim i As Long
    Dim j As Long
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim sum As Double
        For j = LBound(Inputs) To UBound(Inputs)
            sum = sum + Inputs(j) * WeightsIH(j, i)
        Next j
        HiddenLayer(i) = Sigmoid(sum + BiasH(i))
    Next i
    For i = LBound(Outputs) To UBound(Outputs)
        Dim sum As Double
        For j = LBound(HiddenLayer) To UBound(HiddenLayer)
            sum = sum + HiddenLayer(j) * WeightsHO(j, i)
        Next j
        Outputs(i) = Sigmoid(sum + BiasO(i))
    Next i
End Sub

Public Sub Train(inputsArr As Variant, targetsArr As Variant, learningRate As Double, momentum As Double)
    FeedForward inputsArr
    
    ' Backpropagation
    Dim i As Long
    Dim j As Long
    Dim k As Long
    Dim outputErrors() As Double
    ReDim outputErrors(UBound(targetsArr, 2)) As Double
    For i = LBound(Outputs) To UBound(Outputs)
        outputErrors(i) = targetsArr(1, i) - Outputs(i)
    Next i
    
    Dim hiddenErrors() As Double
    ReDim hiddenErrors(UBound(HiddenLayer)) As Double
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim sum As Double
        For j = LBound(Outputs) To UBound(Outputs)
            sum = sum + outputErrors(j) * WeightsHO(i, j)
        Next j

  Certo, continuando com a sub-rotina Train:

VBA

        hiddenErrors(i) = sum * HiddenLayer(i) * (1 - HiddenLayer(i))
    Next i
    
    For i = LBound(BiasO) To UBound(BiasO)
        BiasO(i) = BiasO(i) + (outputErrors(i) * learningRate)
    Next i
    
    For i = LBound(BiasH) To UBound(BiasH)
        BiasH(i) = BiasH(i) + (hiddenErrors(i) * learningRate)
    Next i
    
    For i = LBound(WeightsHO, 1) To UBound(WeightsHO, 1)
        For j = LBound(WeightsHO, 2) To UBound(WeightsHO, 2)
            Dim delta As Double
            delta = (outputErrors(j) * HiddenLayer(i) * learningRate) + (momentum * WeightsHO(i, j))
            WeightsHO(i, j) = WeightsHO(i, j) + delta
        Next j
    Next i
    
    For i = LBound(WeightsIH, 1) To UBound(WeightsIH, 1)
        For j = LBound(WeightsIH, 2) To UBound(WeightsIH, 2)
            Dim delta As Double
            sum = 0
            For k = LBound(HiddenLayer) To UBound(HiddenLayer)
                sum = sum + hiddenErrors(k) * Inputs(i)
            Next k
            delta = (sum * learningRate) + (momentum * WeightsIH(i, j))
            WeightsIH(i, j) = WeightsIH(i, j) + delta
        Next j
    Next i
End Sub

Private Function Sigmoid(x As Double) As Double
    Sigmoid = 1 / (1 + Exp(-x))
End Function
  

tem mais alguma função na implementação do  "ANN"?

Sim, há mais algumas funções implementadas na classe ANN. Aqui estão as duas funções restantes:

VBA

Public Function Predict(inputData As Variant) As Variant
    Dim HiddenLayer() As Double
    ReDim HiddenLayer(1 To HiddenLayerSize)
    
    Dim OutputLayer() As Double
    ReDim OutputLayer(1 To OutputLayerSize)
    
    Dim i As Long, j As Long
    
    ' Calcular as saídas da camada oculta
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(inputData) To UBound(inputData)
            weightedSum = weightedSum + inputData(j) * WeightsIH(j, i)
        Next j
        
        weightedSum = weightedSum + BiasH(i)
        HiddenLayer(i) = Sigmoid(weightedSum)
    Next i
    
    ' Calcular as saídas da camada de saída
    For i = LBound(OutputLayer) To UBound(OutputLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(HiddenLayer) To UBound(HiddenLayer)
            weightedSum = weightedSum + HiddenLayer(j) * WeightsHO(j, i)
        Next j
        
        weightedSum = weightedSum + BiasO(i)
        OutputLayer(i) = Sigmoid(weightedSum)
    Next i
    
    Predict = OutputLayer
End Function

Private Function RandomizeWeights(lower As Double, upper As Double, count As Long) As Variant
    Dim randomValues() As Double
    ReDim randomValues(1 To count)
    
    Dim i As Long
    
    ' Gerar valores aleatórios para inicializar os pesos
    For i = LBound(randomValues) To UBound(randomValues)
        randomValues(i) = ((upper - lower) * Rnd()) + lower
    Next i
    
    RandomizeWeights = randomValues
End Function
  
  Sim, há mais algumas funções implementadas na classe ANN. Aqui estão as duas funções restantes:

VBA

Public Function Predict(inputData As Variant) As Variant
    Dim HiddenLayer() As Double
    ReDim HiddenLayer(1 To HiddenLayerSize)
    
    Dim OutputLayer() As Double
    ReDim OutputLayer(1 To OutputLayerSize)
    
    Dim i As Long, j As Long
    
    ' Calcular as saídas da camada oculta
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(inputData) To UBound(inputData)
            weightedSum = weightedSum + inputData(j) * WeightsIH(j, i)
        Next j
        
        weightedSum = weightedSum + BiasH(i)
        HiddenLayer(i) = Sigmoid(weightedSum)
    Next i
    
    ' Calcular as saídas da camada de saída
    For i = LBound(OutputLayer) To UBound(OutputLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(HiddenLayer) To UBound(HiddenLayer)
            weightedSum = weightedSum + HiddenLayer(j) * WeightsHO(j, i)
        Next j
        
        weightedSum = weightedSum + BiasO(i)
        OutputLayer(i) = Sigmoid(weightedSum)
    Next i
    
    Predict = OutputLayer
End Function

Private Function RandomizeWeights(lower As Double, upper As Double, count As Long) As Variant
    Dim randomValues() As Double
    ReDim randomValues(1 To count)
    
    Dim i As Long
    
    ' Gerar valores aleatórios para inicializar os pesos
    For i = LBound(randomValues) To UBound(randomValues)
        randomValues(i) = ((upper - lower) * Rnd()) + lower
    Next i
    
    RandomizeWeights = randomValues
End Function

A função Predict recebe uma matriz de entrada (que representa as características de um exemplo) e retorna uma matriz de saída (que representa a classe prevista). Ele calcula as saídas da camada oculta e de saída da rede neural usando os pesos e bias atuais e a função de ativação Sigmoid.

A função RandomizeWeights gera valores aleatórios para inicializar os pesos da rede. Essa função é usada no método Initialize da classe ANN para definir os pesos iniciais aleatórios da rede neural.

 

[Guest]

3 hours ago, Omesmo said:

sim, mas me refiro ao add-in indicado pela ia

o gpt deu solução melhor para o mesmo pedido mas acontece a quebra do codigo como eu falei,

e o maior problema é que cada hora começa de um jeito e fica dificil juntar os codigos

estou fazendo uma coleção para ver as similaridades

vou ver quais funções se repetem e vou indicar que já tenho elas e nao precisa escrever
eu pedi para o gpt criar o ann e me entregou isso, mas cortou o codigo como sempre

 

'Classe ANN (Rede Neural Artificial)
Private Inputs() As Double
Private HiddenLayer() As Double
Private Outputs() As Double
Private WeightsIH() As Double
Private WeightsHO() As Double
Private BiasH() As Double
Private BiasO() As Double

Public Sub Initialize(numInputs As Long, numHiddenNodes As Long, numOutputs As Long)
    ReDim Inputs(numInputs - 1) As Double
    ReDim HiddenLayer(numHiddenNodes - 1) As Double
    ReDim Outputs(numOutputs - 1) As Double
    ReDim WeightsIH(numInputs - 1, numHiddenNodes - 1) As Double
    ReDim WeightsHO(numHiddenNodes - 1, numOutputs - 1) As Double
    ReDim BiasH(numHiddenNodes - 1) As Double
    ReDim BiasO(numOutputs - 1) As Double
    RandomizeWeights
End Sub

Private Sub RandomizeWeights()
    Dim i As Long
    Dim j As Long
    For i = LBound(WeightsIH, 1) To UBound(WeightsIH, 1)
        For j = LBound(WeightsIH, 2) To UBound(WeightsIH, 2)
            WeightsIH(i, j) = Rnd() - 0.5
        Next j
    Next i
    For i = LBound(WeightsHO, 1) To UBound(WeightsHO, 1)
        For j = LBound(WeightsHO, 2) To UBound(WeightsHO, 2)
            WeightsHO(i, j) = Rnd() - 0.5
        Next j
    Next i
End Sub

Public Sub FeedForward(inputsArr As Variant)
    Inputs = inputsArr
    Dim i As Long
    Dim j As Long
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim sum As Double
        For j = LBound(Inputs) To UBound(Inputs)
            sum = sum + Inputs(j) * WeightsIH(j, i)
        Next j
        HiddenLayer(i) = Sigmoid(sum + BiasH(i))
    Next i
    For i = LBound(Outputs) To UBound(Outputs)
        Dim sum As Double
        For j = LBound(HiddenLayer) To UBound(HiddenLayer)
            sum = sum + HiddenLayer(j) * WeightsHO(j, i)
        Next j
        Outputs(i) = Sigmoid(sum + BiasO(i))
    Next i
End Sub

Public Sub Train(inputsArr As Variant, targetsArr As Variant, learningRate As Double, momentum As Double)
    FeedForward inputsArr
    
    ' Backpropagation
    Dim i As Long
    Dim j As Long
    Dim k As Long
    Dim outputErrors() As Double
    ReDim outputErrors(UBound(targetsArr, 2)) As Double
    For i = LBound(Outputs) To UBound(Outputs)
        outputErrors(i) = targetsArr(1, i) - Outputs(i)
    Next i
    
    Dim hiddenErrors() As Double
    ReDim hiddenErrors(UBound(HiddenLayer)) As Double
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim sum As Double
        For j = LBound(Outputs) To UBound(Outputs)
            sum = sum + outputErrors(j) * WeightsHO(i, j)
        Next j

  Certo, continuando com a sub-rotina Train:

VBA

        hiddenErrors(i) = sum * HiddenLayer(i) * (1 - HiddenLayer(i))
    Next i
    
    For i = LBound(BiasO) To UBound(BiasO)
        BiasO(i) = BiasO(i) + (outputErrors(i) * learningRate)
    Next i
    
    For i = LBound(BiasH) To UBound(BiasH)
        BiasH(i) = BiasH(i) + (hiddenErrors(i) * learningRate)
    Next i
    
    For i = LBound(WeightsHO, 1) To UBound(WeightsHO, 1)
        For j = LBound(WeightsHO, 2) To UBound(WeightsHO, 2)
            Dim delta As Double
            delta = (outputErrors(j) * HiddenLayer(i) * learningRate) + (momentum * WeightsHO(i, j))
            WeightsHO(i, j) = WeightsHO(i, j) + delta
        Next j
    Next i
    
    For i = LBound(WeightsIH, 1) To UBound(WeightsIH, 1)
        For j = LBound(WeightsIH, 2) To UBound(WeightsIH, 2)
            Dim delta As Double
            sum = 0
            For k = LBound(HiddenLayer) To UBound(HiddenLayer)
                sum = sum + hiddenErrors(k) * Inputs(i)
            Next k
            delta = (sum * learningRate) + (momentum * WeightsIH(i, j))
            WeightsIH(i, j) = WeightsIH(i, j) + delta
        Next j
    Next i
End Sub

Private Function Sigmoid(x As Double) As Double
    Sigmoid = 1 / (1 + Exp(-x))
End Function
  

tem mais alguma função na implementação do  "ANN"?

Sim, há mais algumas funções implementadas na classe ANN. Aqui estão as duas funções restantes:

VBA

Public Function Predict(inputData As Variant) As Variant
    Dim HiddenLayer() As Double
    ReDim HiddenLayer(1 To HiddenLayerSize)
    
    Dim OutputLayer() As Double
    ReDim OutputLayer(1 To OutputLayerSize)
    
    Dim i As Long, j As Long
    
    ' Calcular as saídas da camada oculta
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(inputData) To UBound(inputData)
            weightedSum = weightedSum + inputData(j) * WeightsIH(j, i)
        Next j
        
        weightedSum = weightedSum + BiasH(i)
        HiddenLayer(i) = Sigmoid(weightedSum)
    Next i
    
    ' Calcular as saídas da camada de saída
    For i = LBound(OutputLayer) To UBound(OutputLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(HiddenLayer) To UBound(HiddenLayer)
            weightedSum = weightedSum + HiddenLayer(j) * WeightsHO(j, i)
        Next j
        
        weightedSum = weightedSum + BiasO(i)
        OutputLayer(i) = Sigmoid(weightedSum)
    Next i
    
    Predict = OutputLayer
End Function

Private Function RandomizeWeights(lower As Double, upper As Double, count As Long) As Variant
    Dim randomValues() As Double
    ReDim randomValues(1 To count)
    
    Dim i As Long
    
    ' Gerar valores aleatórios para inicializar os pesos
    For i = LBound(randomValues) To UBound(randomValues)
        randomValues(i) = ((upper - lower) * Rnd()) + lower
    Next i
    
    RandomizeWeights = randomValues
End Function
  
  Sim, há mais algumas funções implementadas na classe ANN. Aqui estão as duas funções restantes:

VBA

Public Function Predict(inputData As Variant) As Variant
    Dim HiddenLayer() As Double
    ReDim HiddenLayer(1 To HiddenLayerSize)
    
    Dim OutputLayer() As Double
    ReDim OutputLayer(1 To OutputLayerSize)
    
    Dim i As Long, j As Long
    
    ' Calcular as saídas da camada oculta
    For i = LBound(HiddenLayer) To UBound(HiddenLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(inputData) To UBound(inputData)
            weightedSum = weightedSum + inputData(j) * WeightsIH(j, i)
        Next j
        
        weightedSum = weightedSum + BiasH(i)
        HiddenLayer(i) = Sigmoid(weightedSum)
    Next i
    
    ' Calcular as saídas da camada de saída
    For i = LBound(OutputLayer) To UBound(OutputLayer)
        Dim weightedSum As Double
        weightedSum = 0
        
        For j = LBound(HiddenLayer) To UBound(HiddenLayer)
            weightedSum = weightedSum + HiddenLayer(j) * WeightsHO(j, i)
        Next j
        
        weightedSum = weightedSum + BiasO(i)
        OutputLayer(i) = Sigmoid(weightedSum)
    Next i
    
    Predict = OutputLayer
End Function

Private Function RandomizeWeights(lower As Double, upper As Double, count As Long) As Variant
    Dim randomValues() As Double
    ReDim randomValues(1 To count)
    
    Dim i As Long
    
    ' Gerar valores aleatórios para inicializar os pesos
    For i = LBound(randomValues) To UBound(randomValues)
        randomValues(i) = ((upper - lower) * Rnd()) + lower
    Next i
    
    RandomizeWeights = randomValues
End Function

A função Predict recebe uma matriz de entrada (que representa as características de um exemplo) e retorna uma matriz de saída (que representa a classe prevista). Ele calcula as saídas da camada oculta e de saída da rede neural usando os pesos e bias atuais e a função de ativação Sigmoid.

A função RandomizeWeights gera valores aleatórios para inicializar os pesos da rede. Essa função é usada no método Initialize da classe ANN para definir os pesos iniciais aleatórios da rede neural.

 

 

dica, diga logo no início do bate papo, que vc tem um código e precisa de ajuda para terminar, e cole este código.

 

ela adora ajudar a codificar, e mesmo corrigir os erros  

[Omesmo]

11 minutos atrás, Eolocos disse:

 

dica, diga logo no início do bate papo, que vc tem um código e precisa de ajuda para terminar, e cole este código.

 

ela adora ajudar a codificar, e mesmo corrigir os erros  

o problema que se o codigo for muito grande ele nao consegue ler ele todo

[jose sorte]

Essa garotinha... sei não hein... hehehe...

 

[Senhor do escuro]

Esses chats são politicamente corretos. 

Até nisso essa praga chegou. 

[sorel]

 eolocos, sera que a chatght, CONSEGUE CRIAR uma macro para atualizar os sorteios da caixa? sim claro tem dar referencias, tipo site da administradora( caixa) links.  em .txt

[Guest]

32 minutes ago, sorel said:

 eolocos, sera que a chatght, CONSEGUE CRIAR uma macro para atualizar os sorteios da caixa? sim claro tem dar referencias, tipo site da administradora( caixa) links.  em .txt

 

@sorel

 

imagino que sim, uma macro para usar em um aplicativo tal qual Excel, sim, afinal, @Omesmo, mostrou que a menina espertinha, é capaz de fazer boas macros !

 

como eu não sei usar o Excel, não saberia que parâmetros passar para ela.

 

para meu uso, eu simplesmente baixo manualmente direto da CEF ( de tempos em tempos ), limpo os dados que me interessa e utilizo nas minhas pesquisas.

 

 

[sorel]

se tem a ferramenta ai! IA,  nao usar  a IA, é como ter a melhor serra eletrica A DISPOSIÇAO e continuar usando o serrote

[Guest]

8 minutes ago, sorel said:

se tem a ferramenta ai! IA,  nao usar  a IA, é como ter a melhor serra eletrica A DISPOSIÇAO e continuar usando o serrote

 

 

 

existem trabalhos manuais, que somente uma pequena serra manual, conseguem fazer !

 

o importante, é saber usar a ferramenta que tem em mãos, paciência, foco, persistência, determinação !

[Guest]

12 minutes ago, sorel said:

se tem a ferramenta ai! IA,  nao usar  a IA, é como ter a melhor serra eletrica A DISPOSIÇAO e continuar usando o serrote

 

mas, já que citou em ter uma IA para usar, eis aí um link, para instalar no teu próprio pc, uma IA pra chamar de tua  

 

https://github.com/cocktailpeanut/dalai