Escolar Documentos
Profissional Documentos
Cultura Documentos
Machine Learning
Machine Learning
Seja bem-vindo!
Machine Learning
Processo de Aprendizagem
Processo de
Aprendizagem
Machine Learning
Processo de
Aprendizagem
Função alvo – f(x)
Machine Learning
Processo de
Aprendizagem
Machine Learning
Processo de Aprendizagem
Machine Learning
Processo de Aprendizagem
Machine Learning
Os algoritmos de aprendizagem
possuem diversos parâmetros internos
Machine Learning
Otimização
Machine Learning
Espaço de Hipótese
Machine Learning
Cost Function
Machine Learning
Definindo o Erro
Machine Learning
Underfitting x Overfitting
Ok
Machine Learning
Machine Learning
Teste de Hipóteses
Machine Learning
Machine Learning
Inferência
Estatística
Machine Learning
• H0 = Hipótese Nula
• H1 = Hipótese Alternativa
Machine Learning
H0 = O réu é inocente
H1 = O réu é culpado
Pertence à
população de
origem Não pertence a
essa população
Machine Learning
Testes Estatísticos
Machine Learning
Testes Estatísticos
Machine Learning
2. Escolher a prova estatística (com o modelo estatístico associado) para tentar rejeitar H0.
Hipótese Nula:
Hipótese Alternativa
Região de rejeição para o teste unicaudal para a média Região de rejeição para o teste unicaudal para a média
(cauda inferior) (cauda superior)
*VC = Valor Crítico Região de rejeição para o teste bicaudal para a média
Machine Learning
Tipos de Erros
Tipos de Erros
Situação
Decisão
H0 Verdadeira H1 Falsa
Não Rejeitar H0 Decisão Correta Erro Tipo II
Rejeitar H0 Erro Tipo 1 Decisão Correta
Machine Learning
Tipos de Erros
Situação
Decisão
H0 Verdadeira H1 Falsa
Não Rejeitar H0 Decisão Correta Erro Tipo II
Rejeitar H0 Erro Tipo 1 Decisão Correta
Machine Learning
Machine Learning
Estatística de Teste é a estatística amostral, cujo valor baseado nos dados será utilizado
para a tomada de decisão a respeito da hipótese nula. Está associada à distribuição de
probabilidade do estimador do parâmetro que se deseja testar.
Machine Learning
Valor-p
(p-value)
Machine Learning
Valor-p
(p-value)
O valor-p (p-value) é o valor de significância observado
Machine Learning
Valor Crítico
Machine Learning
Valor-p
Machine Learning
Valor-p = 0,3
Machine Learning
• Valor-p e nível de significância não são sinônimos. O valor-p é sempre obtido de uma
amostra, enquanto o nível de significância é geralmente fixado antes da coleta dos dados.
• O valor-p não é a probabilidade da hipótese nula ter sido enganosamente rejeitada.
• O valor-p não é a probabilidade da hipótese nula de um teste ser verdadeira.
• O valor-p não é a probabilidade de um dado resultado ter sido obtido de um "acaso".
• A magnitude do valor-p não indica o tamanho ou a importância de um efeito observado.
Machine Learning
Processo de Aprendizagem
Machine Learning
Elementos do Processo de
Aprendizagem
Não há um único
Um padrão existe modelo matemático que Dados estão disponíveis
explique esse padrão
Machine Learning
Componentes do Processo de
Aprendizagem
Machine Learning
Aprovação de Crédito
Machine Learning
Atributo Valor
Sexo Masculino
Idade 34
Salário Mensal R$ 18.000,00
Anos no Emprego Atual 3
Anos de Residência 7
Saldo Bancário R$ 32.671,94
Machine Learning
{Representação do relacionamento}
Função alvo f: x y {Fórmula matemática desconhecida}
Dados de Treino
(x1, y1), (x2, y2),...., (xn, yn)
Hipótese Final
Algoritmo
g f
Espaço de Hipóteses
Machine Learning
Modelo de Aprendizagem
Machine Learning
• Espaço de Hipóteses
• Algoritmo de Aprendizagem
Algoritmo de Modelo de
Espaço de Hipóteses + =
Aprendizagem Aprendizagem
Redes Neurais Back Propagation
Support Vector Machines Programação Quadrática
Machine Learning
Modelo de
Aprendizagem
Machine Learning
Weight (Peso)
Machine Learning
Algoritmo de Aprendizagem
Erro de Classificação
Ajuste
Machine Learning
Iteração 1
Iteração 2
.
. Se os dados forem linearmente separáveis, o
. algoritmo fará diversas iterações até encontrar a
. linha que realmente separa as duas classes
Machine Learning
Elementos do Processo de
Aprendizagem
Não há um único
Um padrão existe modelo matemático que Dados estão disponíveis
explique esse padrão
Machine Learning
Elementos do Processo de
Aprendizagem
Não há um único
Um padrão existe modelo matemático que Dados estão disponíveis
explique esse padrão
Machine Learning
Cost Function
(Função de Custo)
Machine Learning
Aprendizagem Supervisionada
h(x)
Machine Learning
Cost Function
h(x)
J(yi, h(xi))
Machine Learning
J(yi, h(xi))
Valores Valores
Observados Previstos
Cost Function
J1
J2 > J1
Cost Function
J1
J2 > J1
Comparando uma previsão contra o seu valor real, usando uma cost function,
determinamos o nível de erro do algoritmo.
Machine Learning
Comparando uma previsão contra o seu valor real, usando uma cost function,
determinamos o nível de erro do algoritmo.
Por ser uma formulação matemática, a cost function expressa o nível de erro em uma
forma numérica. A cost function transmite o que é realmente importante e significativo
para seus propósitos com o algoritmo de aprendizagem.
Machine Learning
Gradiente Descendente
Machine Learning
Objetivo
Machine Learning
Cost Function
Gradient
Descent
Overfitting x Underfitting
Machine Learning
Aprendizagem Supervisionada
Y = f(X)
Machine Learning
Particulariza
Dedução
Universal Particular
Indução
Generaliza
Machine Learning
Machine Learning
Overfitting
Machine Learning
Overfitting
Underfitting
Machine Learning
Good Fit
Machine Learning
Good Fit
Machine Learning
Good Fit
• Reamostragem
• Conjuntos de Dados de Validação
Machine Learning
Bias
Variance
Machine Learning
Machine Learning
Viés Variância
Machine Learning
Viés Variância
Machine Learning
Tradeoff
Machine Learning
Overfitting x Underfitting
Machine Learning
Overfitting x Underfitting
Machine Learning
Overfitting x Underfitting
Machine Learning
Obrigado