fbpx

Qlikview

O que é Machine Learning?

Roberto Oliveira
Escrito por Roberto Oliveira em 08/05/2017
O que é Machine Learning?
Junte-se a mais de 3.500 pessoas

Entre para nossa lista e receba um ebook exclusivo sobre as fases do projeto de business intelligence

O que é Machine Learning?

Este assunto abrange uma gama vasta de processos que é dificil definir com precisão, no que diz respeito às máquinas, poderíamos dizer, muito amplamente, que uma máquina aprende quando altera a sua estrutura, programa ou dados (com base nas suas entradas ou
resposta a informações externas) de tal forma que o seu desempenho esperado melhora.

Quando o desempenho de uma máquina de reconhecimento de fala melhora após a audição de várias amostras do discurso de uma pessoa, podemos dizer que esta maquina aprendeu.

O termo se refere a um enorme conjunto de técnicas que visam construir sistemas computacionais cujo comportamento seja definido com base em dados existentes. Como o comportamento do sistema não seria diretamente programado, mas sim adaptado de algum “conhecimento” previamente adquirido, essa abordagem teria similaridade com a forma como animais (entre eles, nós humanos) aprendem com a experiência.

Definir o que é inteligência é uma tarefa árdua, pois a inteligência tem diferentes aspectos importantes.

O reconhecimento e manipulação de símbolos, a linguagem e a comunicação verbal e escrita, a visão, o planejamento, a adaptação com base em experiências (também chamada de aprendizado), etc. A Inteligência Artificial, como sub-área da Ciência da Computação, tem várias preocupações, e uma delas é simular a adaptação e o aprendizado para a resolução de problemas complexos.

O modelo geral de um agente inteligente precisa conter toda a “lógica” que permite perceber as mudanças no mundo com os sensores (sensors) e decidir a melhor forma de manipular o mundo segundo suas intenções com os atuadores (effectors)

Tipos de Machine Learning

1 – Aprendizado Preditivo ou Supervisionado

Nesse tipo de abordagem, o algoritmo utiliza como entrada um conjunto prévio de dados coletados do mundo real e utilizado para “treinamento” antes do uso propriamente dito (dai a palavra “supervisionado”). Esse conjunto de dados tem uma parte (geralmente chamada de x) que contém as características de interesse do problema e outra parte (geralmente chamada de y) que contém o valor que decorre das características em x ou a classe dos exemplos do mundo real.

Assim, a ideia é que o sistema “aprenda” o mapeamento entre x e y a partir dos dados de treinamento, para que posteriormente seja capaz de “prever” o valor de y para um novo x, isto é, o valor de uma função ou a classe a qual um novo exemplo (um novo vetor com todas as características medidas) pertence.

O exemplo de “algoritmo” mais comum nesse tipo de abordagem é a Regressão Linear

2 – Aprendizado Descritivo ou Não-Supervisionado

Nessa abordagem o algoritmo não recebe um conjunto de dados prévio para aprender um “mapeamento”. A ideia é que o sistema seja capaz, por si só (dai a expressão “não-supervisionado”), de extrair padrões interessantes dos dados.

Um exemplo bacana e simples de algoritmo muito utilizado na abordagem não-supervisionada é o K-Médias (ou K-Means). O “k” advém do número de classes desejado.

3 – Aprendizado por Reforço

Nessa abordagem o sistema requalifica suas regras de avaliação com base em feedbacks observados do mundo.

Diferentemente das abordagens anteriores, em que uma massa de dados é utilizada para construir um modelo de predição ou inferir um padrão interessante, nesse caso o sistema é construido essencialmente como uma máquina de estados estocástica (de transição não determinística), em que os nós são estados do mundo e as transições são ações que podem ser executadas levando de um estado a outro.

As transições têm “recompensas” associadas, que podem ser ajustadas conforme os estados efetivamente alcançados de forma não-determinística são comparados aos estados esperados.

Hey,

o que você achou deste conteúdo? Conte nos comentários.

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

One Reply to “O que é Machine Learning?”

Roberto De Jesus Oliveira

Este assunto é muito importante!