MACHINE

LEARNING

GRUPO: ANGELO MENTI, ARTUR MARTINS, FERNANDO PIMMEL, LUCAS MOLON E RICARDO JUNIOR.

ORIENTADOR: VALTER MARTINS DE VARGAS.

 O QUE É?
• “Aprendizado de máquina”;
• Vertente de Inteligência Artificial;
• Presente desde o surgimento do primeiro computador (ENIAC).
 IMPORTÂNCIA
Tarefas maiores e mais complexas desenvolvidas de forma mais rápida
e precisa:
• Redução de custos
• Melhoria dos processos corporativos
• Qualidade de entregas
• Eficiência e garantia

Indústria 4.0
 IMPORTÂNCIA
• Uma das habilidades mais requisitadas do mercado;
• Potencial ilimitado em diversas áreas;
• Amplamente utilizada em prol da ciência.
 INTELIGÊNCIA ARTIFICIAL
• “Máquina pode pensar?” – Alan Turing

• Capacidade de:
- Pensar humanamente
- Agir humanamente
- Pensar racionalmente
- Agir racionalmente
 DIFERENÇA ENTRE ML E IA
• Machine Learning é um ramo da inteligência artificial para análise de
conjuntos de dados, pequenos ou grandes;

• Aprendizado Supervisionado;
• Aprendizado Não Supervisionado;
• Aprendizado por reforço.
 DEEP LEARNING (DL)

• “Aprendizagem profunda • Google imagens

• Cérebro simulado • Reconhecimento de voz

• Neurônios artificiais • Carros inteligentes

 APLICAÇÕES DO ML
• Diversos serviços utilizam o ML a fim de obter informações do cliente.
 APLICAÇÕES DO ML
• A utilização do ML é amplamente utilizada para segurança;
• Prestar auxilio com suporte online;
• Logística para empresas;
• Veículos autônomos.
 ALGORITMOS E MÉTODOS
• “Manuais” que dizem como a máquina deve agir;
• Um método refere-se a programação orientada por objetos;
• Métodos de interface: delimitadores.
 MACHINE LEARNING NA PRÁTICA
• Aplicado de diversas formas;
• Aplicações;
• Apresentação do modelo prático;
 MACHINE LEARNING NA PRÁTICA
• Apresentação do jogo:
 MACHINE LEARNING NA PRÁTICA
• Habilidades dos personagens:

Locomoção Visão Detecção

Movimentação Bloquear
 MACHINE LEARNING NA PRÁTICA
• Pontuação:
 MACHINE LEARNING NA PRÁTICA
• 1ª geração – Aleatório (0 jogadas)
 MACHINE LEARNING NA PRÁTICA
• 2ª geração – Perseguição (0 – 2,69 milhões jogadas)
 MACHINE LEARNING NA PRÁTICA
• 3ª geração – Bloqueando passagem (2,69 milhões – 8,62 milhões jogadas)
 MACHINE LEARNING NA PRÁTICA
• 4ª geração – Utilizando rampa (8,62 milhões – 14,5 milhões jogadas)
 MACHINE LEARNING NA PRÁTICA
• 5ª geração – Escondendo rampa (14,5 milhões – 43,4 milhões jogadas)
MACHINE
LEARNING

• Grupo: Angelo Menti, Artur Martins, Fernando Pimmel, Lucas Molon e Ricardo Junior.

• Orientador: Valter Martins de Vargas.