Você está na página 1de 28

Aprendizagem de Mquina

Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligncia Artificial

Tpicos
1. 2. 3. 4. 5. 6. Definies Tipos de aprendizagem Paradigmas de aprendizagem Modos de aprendizagem Medida de desempenho Conceitos Importantes

Induo
Um processo de raciocnio indutivo de maneira geral, um raciocnio que parte do particular para o geral, da parte para o todo
Por exemplo, se notamos que: Todos os pacientes com Dficit de Ateno atendidos em 2006 sofriam de Ansiedade Todos os pacientes com Dficit de Ateno atendidos em 2007 sofriam de Ansiedade ... Podemos inferir logicamente, que Todos os pacientes que sofrem de Dficit de Ateno tambm sofrem de Ansiedade

Isto pode ser ou no verdade, mas propicia uma boa generalizao

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

Aprendizado Indutivo
O objetivo do aprendizado indutivo encontrar uma hiptese (h) que concorde com um conjunto de exemplos. Uma hiptese considerada satisfatria quando possui uma boa capacidade de generalizao.

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

Aprendizado de Mquina - uma definio


"Um programa aprende a partir da experincia E, em relao a uma classe de tarefas T, com medida de desempenho P, se seu desempenho em T, medido por P, melhora com E".
Mitchell, 1997

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

Aprendizado de Mquina - Exemplo


Ex.: Deteco de bons clientes para um carto de crdito
Tarefa T: classificar potenciais novos clientes como bons ou maus pagadores Medida de Desempenho P: porcentagem de clientes classificados corretamente

Experincia de Treinamento E: uma base de dados histrica em que os clientes j conhecidos so previamente classificados como bons ou maus pagadores

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

Aprendizado de Mquina - Exemplo


Ex.: Diagnstico de gravidez de risco
Tarefa T: classificar novas gestantes com potenciais riscos na gravidez Medida de Desempenho P: porcentagem de pacientes classificadas corretamente Experincia de Treinamento E: base de dados histrica contendo exemplos de gestantes com ou sem gravidez de risco

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

Tipos de Aprendizado de Mquina Supervisionado

No Supervisionado
Por Reforo

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

11

Tipos de Aprendizado de Mquina


Aprendizado Supervisionado
O algoritmo de aprendizado (indutor) recebe um conjunto de exemplos de treinamento para os quais os rtulos da classe associada so conhecidos Cada exemplo (instncia ou padro) descrito por um vetor de valores (atributos) e pelo rtulo da classe associada O objetivo do indutor construir um classificador que possa determinar corretamente a classe de novos exemplos ainda no rotulados

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

Tipos de Aprendizado de Mquina


Aprendizado No Supervisionado
O indutor analisa os exemplos fornecidos e tenta determinar se alguns deles podem ser agrupados de alguma maneira, formando agrupamentos ou clusters

Aps a determinao dos agrupamentos, em geral, necessrio uma anlise para determinar o que cada agrupamento significa no contexto do problema que est sendo analisado

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

10

Paradigmas de Aprendizado de Mquina


Simblico

Estatstico
Baseado em Exemplos Conexionista Evolutivo
Univasf Inteligncia Artificial Prof.: Rosalvo Neto 11

Paradigmas de Aprendizado de Mquina


Simblico
Neste paradigma um conceito representado em uma estrutura simblica, e o aprendizado realizado atravs da apresentao de exemplos e contraexemplos, deste conceito. As estruturas simblicas esto tipicamente representadas em alguma expresso lgica, regras de produo ou redes semnticas.
Exemplos de tcnicas que utilizam este paradigma so: agentes inteligentes e arvores de deciso.
Univasf Inteligncia Artificial Prof.: Rosalvo Neto 11

Paradigmas de Aprendizado de Mquina


Simblico

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

11

Paradigmas de Aprendizado de Mquina


Estatstico
No paradigma estatstico utilizado um modelo estatstico que encontre uma hiptese que possua uma boa aproximao do conceito a ser induzido. O aprendizado consiste em encontrar os melhores parmetros para o modelo. Estes modelo podem ser paramtricos (quando fazem alguma suposio sobre a distribuio dos dados, ou podem ser no paramtricos, quando no fazem suposio sobre a distribuio dos dados. Dentre os modelos estatsticos utilizados em aprendizagem de mquina podemos destacar os modelos Bayesianos.
Univasf Inteligncia Artificial Prof.: Rosalvo Neto 11

Paradigmas de Aprendizado de Mquina


Baseado em Exemplos
Uma forma de classificar um novo padro lembrar-se de exemplos parecidos classificados anteriormente, e assim atribuir ao novo exemplo uma classe de um padro parecido. Esta a idia central deste paradigma.
A tcnica de raciocnio baseado em casos um exemplo de tcnica que utiliza este paradigma.

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

11

Paradigmas de Aprendizado de Mquina


Baseado em Exemplos

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

11

Paradigmas de Aprendizado de Mquina


Conexionista
O nome conexionista vem da rea de pesquisa de redes neurais artificiais. Uma rede neural artificial um modelo computacional inspirado no funcionamento do crebro humano. Uma RNA possui trs componentes principais: unidade de processamento os neurnios, conexes sinapses e uma topologia. As redes neurais possuem como principal caracterstica aprender atravs de exemplos e poder de generalizao. As redes Multi Layer Perceptron (MLP) e Self Organing Map (SOM) so exemplos de tcnicas que utilizam este paradigma de aprendizado.

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

11

Paradigmas de Aprendizado de Mquina


Conexionista

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

11

Paradigmas de Aprendizado de Mquina


Evolutivo
Este paradigma foi inspirado na teoria da evoluo das espcies de Charles Darwing. O algoritmo inicia com uma populao de indivduos, onde cada individuo representa uma possvel soluo. Os indivduos competem entre si, os indivduos com menor desempenho so descartados, e os indivduos com melhores desempenho so selecionados para reproduo (Crossover), os novos indivduos gerados podem ou no sofrer mutao. A populao evolui atravs de vrias geraes, at que uma soluo tima seja encontrada.

Algoritmos genticos e Programao gentica so exemplo de tcnicas que utilizam este paradigma.
Univasf Inteligncia Artificial Prof.: Rosalvo Neto 11

Modos de Aprendizado de Mquina


Incremental (On-Line)
A hiptese atualizada a medida que cada exemplo apresentado ao indutor.

No Incremental (Batch)
A hiptese s atualizada aps a apresentao de todos os exemplos ao indutor.

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

12

Medida de Desempenho
A medida de desempenho natural de um indutor sua taxa de erro global, porm otimista! Soluo:
Treinamento Teste

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

13

Conceitos Importantes
Exemplo (caso, registro ou padro) uma tupla de valores de atributos
Um cliente, uma paciente

Atributo: descreve uma caracterstica ou um aspecto de um exemplo.


Nominal: sexo, estado civil Contnuo: peso, altura, idade

Classe: atributo especial (aprendizado supervisionado), denominado rtulo ou classe.


Univasf Inteligncia Artificial Prof.: Rosalvo Neto 14

Conceitos Importantes
Conjunto de exemplos: Um conjunto de exemplos composto por exemplos contendo valores de atributos bem como a classe associada.
Sexo Masculino Feminino Masculino Feminino Idade 18 21 50 60 Renda R$ 1.000,00 R$ 800,00 R$ 2.000,00 R$ 8.000,00 Estado Civil Solteira Solteira Casado Casado Classe MAU MAU BOM BOM

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

15

Conceitos Importantes
Missing Values
Em geral, indicados por valores ausentes; Tipos: Desconhecidos No registrados

Razes
Erro de funcionamento Mudanas na definio do escopo

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

16

Conceitos Importantes
Outliers (Pontos aberrantes)
Em geral, indicados por valores fora do padro. Exemplo rendas com valores R$ 1,00 ou R$ 1.000.000,00

Univasf Inteligncia Artificial Prof.: Rosalvo Neto

17

Exemplo
Univasf Inteligncia Artificial Prof.: Rosalvo Neto 18