物理信息为模拟开发的深度学习框架。

该项目是成功尝试使P3优化方法与调度问题一起使用的尝试。我创建了它是学士学位论文的一部分。之后，它被用于研究，该研究导致在PPSN 2020会议上发表的论文。该论文可在此处找到：https：//link.springer.com/chapter/10.1007/978-3-030-58112-1_29

语法语义感知。

Mobagen-基于模块的游戏引擎 – 教授游戏编程概念的教育工具

可用于模板神经网络的易于使用/创建，可以个性化各种用途。

AI项目带有基本状态机器

一款基于扑动的TIC TAC TOE游戏，其特色是玩家与玩家和AI模式，由Minimax算法提供动力，以提供最佳游戏玩法。

该项目是硕士最终项目的一部分，题为“在现实世界中的调查传播”，该项目属于UIMP和AEPIA组织的人工智能研究硕士学位。

使用minimax算法（带有alpha-beta pruning）在C ++中实现的Tictactoe游戏玩法代理

Projeto全球解决方案DA FIAP，Matériria颠覆性建筑：IoT，IOB和生成性IA Com O教授Arnaldo AlvesJúnior

一个通用的多线程人工智能，能够播放：连接四个，十六进制（7 x 7），反击（Othello）和tic-tac-toe。

通过一个小数据集进行决策树和感知性能比较

存储库来存储我将要编写的所有内容，同时了解有关机器学习，人工无力，神经网络等的更多信息。

缓慢但肯定地开发自制神经网络框架

人工智能AI软件的最新分支机构