Você está na página 1de 29

Introdução à Aprendizado de

Máquina
Charles Mendes
Aprendizado de Máquina
 Aprendizado de máquina ("machine learning") é um sub-
campo da inteligência artificial que se desenvolveu a partir
do estudo de reconhecimento de padrões e teoria da
aprendizagem computacional em inteligência artificial. [1]

 Aprendizagem de máquina é um "campo de estudo que


da à computadores a capacidade de aprender sem ser
programado de forma explícita ". (ARTHUR SAMUEL,
1959)
Aprendizado de Máquina
 Objetivo: O objetivo do aprendizado de máquina é
construir modelos computacionais que podem adaptar-se
e aprender a partir da experiência (MITCHELL, 1997).

 Em termos práticos, algoritmos de aprendizado de


máquina têm como objetivo descobrir o relacionamento
entre as variáveis de um sistema (entrada/saída) a partir
de dados amostrados (CHERKASSKY &
MULIER, 2007).
Principais paradigmas de Aprendizados de
Máquina
 Aprendizado Supervisionado: Técnica na qual
o algoritmo de aprendizado (indutor) recebe um
conjunto de dados rotulados (nomeado de treinamento)
que definem aquilo que deverá ser buscado pelo
algoritmo. [2] (abordagem mais utilizada)

 Aprendizado Não Supervisionado: O algoritmo não


recebe dados rotulados, e assim terá que descobrir
sozinho relações, padrões, regularidades ou categorias no
conjunto de dados. [3]
Principais paradigmas de Aprendizado de
Máquina
 Aprendizado Semi-supervisionado: assume que
apenas uma parte dos dados possui uma classificação
conhecida a priori (dados inicialmente), e procura utilizar
informações dos dados não classificados para melhorar a
classificação. [3]

 Aprendizado por Reforço: um método de


programação de agentes através do oferecimento de
recompensas e punições, sem a necessidade de
especificar como uma tarefa deve ser realizada. [4]
Principais Categorias de Algoritmos de
Aprendizado de Máquina
 Classificação: Fazer classificação de dados rotulas.

 Regressão: Tentativa de previsão com base de dados .

 Clusterização: Segmentação de dados, não tendo uma


rotulação na maioria dos algoritmos.
Onde tenho “Aprendizado de Máquina”?
 Verificador de Spam dos e-mails:
Onde tenho “Aprendizado de Máquina”?
 Sistemas de recomendações (serendipidade [6])
Onde tenho “Aprendizado de Máquina”?
 Assistentes de voz dos SmartPhones
Conhecendo os Cases de Sucesso
 Watson da IBM – Ganhando de humanos em um
programa de perguntas e resposta, em 14/02/2011. [7][8]
Conhecendo os Cases de Sucesso
 Alpha GO (DeepMind AI) da Google – Ganhando do
campeão mundial, no jogo GO (é um jogo chinês com
milhares de possibilidades de jogadas a mais, comparando
com o Xadrez). 09 à 15/03/2016. [9][10]
Conhecendo os Cases de Sucesso
 Tay AI da Microsoft – É uma inteligência feito para
interagir com os usuários do Twetter (aprendizado não
supervisionado), porém não deu muito certo... [7][8]
Legal! Quero brincar com Aprendizado
de Máquina!
Brincando com Aprendizado de
Máquina...
 Começar pelo problema de DUAL do SVN
Brincando com Aprendizado de
Máquina...
 Depois vamos calcular essa função de Lagrange
Brincando com Aprendizado de
Máquina...
 Por último, temos que derivar essa função de KKT.
Sério?! Sim... são reais!
 São cálculos que precisam ser feitos para uma
implementação. Porém, hoje já existem vários Black-
Boxes de Machine Learning!


Black-Boxes de Machine Learning
 São ferramentas e bibliotecas que facilitam o
desenvolvimento de modelos ou produtos de Machine
Learning.
Black-Boxes de Machine Learning
 Bluemix – Plataforma da IBM que disponibiliza serviços
de funcionalidades do Watson (ou Cognitive Service)
como analise e reconhecimento das linguagens Naturais,
Interação por linguagens Naturais, analise de dados, etc...
 http://www.ibm.com/cloud-computing/bluemix/br-pt/
Black-Boxes de Machine Learning
 Bluemix
Black-Boxes de Machine Learning
 Azure Machine Learning - Várias ferramentas para criação
de Cognitive Service. Deixando disponível vários
algoritmos da literatura para os usuários.
 https://azure.microsoft.com/pt-br/services/machine-
learning/
Black-Boxes de Machine Learning
 Azure Machine Learning
Black-Boxes de Machine Learning
 Google Cloud Platform Machine Learning – Muito
parecido com o da IBM. Mas, ele tem o TensorFlow, uma
biblioteca de código aberto para desenvolvimento dos
algoritmos de Machine Learning.
 https://cloud.google.com/products/machine-learning/
Bibliografias da Literatura
 Machine Learning - Tom M. Mitchell, McGraw Hill, 1997
Cursos
 Coursera:
 Aprendizagem Automática (Andrew Ng) :
https://pt.coursera.org/learn/machine-learning
 Edx:
 Microsoft Azure Virtual Machines: https://www.edx.org/course/microsoft-
azure-virtual-machines-microsoft-azure202x
 iMaster:
 2ª Turma Introdução ao machine learning com Python (Dias 21 e 22 de
Novembro - Das 9 as 18h – É pago):
http://getitup.com.br/treinamentos/2a-turma-introducao-ao-machine-
learning-com-python/
 USP:
 Inscrições abertas para Mestrado em SI – USP Leste (Aluno regular ou
especial (R$150,00)) – Disciplina de Mineração de Dados
http://ppgsi.each.usp.br/disciplinas-oferecidas-para-o-periodo-1o-sem-
2017/
Perguntas?

 Muito Obrigado!
Agradecimento...

 OBRIGADO!
Referências
 [1] Machine learning - https://en.wikipedia.org/wiki/Machine_learning
 [2] Aprendizado Supervisionado -
http://www.revistabw.com.br/revistabw/aprendizagem-de-maquina-aprendizado-
supervisionado/
 [3] Aprendizagem Supervisionada e Aprendizagem não Supervisionada -
http://home.isr.uc.pt/~paulo/PROJ/NN95/node31.html
 [4] Aprendizado Ativo e Semi-Supervisionado na Classificação de Microalgas -
http://www.lbd.dcc.ufmg.br/colecoes/enia/2012/0030.pdf
 [5] Aprendizado por reforço - http://www2.dbd.puc-
rio.br/pergamum/tesesabertas/0912826_2012_cap_3.pdf
 [6] CONSCIÊNCIA E SERENDIPIDADE -
http://www.abciber.org.br/simposio2014/anais/GTs/aline_cristine_sant_ana_185.pdf
 [7] BM Watson: Smartest Machine ever built - Documentary
 https://www.youtube.com/watch?v=uDBZnaoJVlk
 [8] Jeopardy Watson IBM Fast... https://www.youtube.com/watch?v=P0Obm0DBvwI
Referências
 [9] O desafio da década! #AlphaGo -
https://www.youtube.com/watch?v=UTZU3ZfYehk
 [10] AlphaGo versus Lee Sedol
 - https://en.wikipedia.org/wiki/AlphaGo_versus_Lee_Sedol
 [11] Inteligência virtual da Microsoft aprende a ser racista e sexista no Twitter -
http://epoca.globo.com/vida/experiencias-digitais/noticia/2016/03/inteligencia-virtual-
da-microsoft-aprende-ser-racista-e-sexista-no-twitter.html
 Serviços Cognitivos - https://azure.microsoft.com/pt-br/services/cognitive-services/