Realces e Notas - Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina 27 - 03 - 23

27/03/2023, 17:49 Realces e notas: Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina
Mellow Yellow 23/03/2023

Notas de margem
Tarefas de Aprendizado
tarefas preditivas, algoritmos de AM são aplicados a conjuntos de

dados de treinamento rotulados para induzir um modelo preditivo
capaz de predizer, para um novo objeto representado pelos
valores de seus atributos preditivos, o valor de seu atributo alvo.
Modelos preditivos podem ser utilizados, por exemplo, para, a

partir de seus sintomas, predizer o estado de saúde de um
paciente.
Nessas tarefas, em geral são utilizados algoritmos de AM que

seguem o paradigma de aprendizado supervisionado.
O termo supervisionado vem da simulação da presença de um

“supervisor externo”
tarefas de descrição, ao invés de predizer um valor, algoritmos de

AM extraem padrões dos valores preditivos de um conjunto de
dados.
Como não fazem uso do conhecimento do “supervisor externo”,

esses algoritmos usam o paradigma de aprendizado não
supervisionado.
IMPRESSO POR: 231506049@pucrs.edu.br. A

impressão de notas e realces são apenas para uso
pessoal e privado. As notas criadas pelo usuário não são
parte do conteúdo da editora. Nenhuma parte deste livro
poderá ser reproduzida ou transmitida sem prévia
autorização da editora. Os violadores serão
processados.
about:blank 1/14
Uma das principais tarefas descritivas, agrupamento de dados,

procura grupos de objetos similares entre si no conjunto de dados.
Outra tarefa descritiva é encontrar regras de associação, que
associam valores de um subconjunto de atributos preditivos a
valores de outro subconjunto.
As tarefas preditivas se distinguem pelo valor de rótulo a ser

predito: discreto, no caso de tarefas de classificação; e contínuo,
no caso de tarefas de regressão.
As tarefas descritivas são genericamente divididas em:

agrupamento, que dividem os dados em grupos de acordo com
sua similaridade; sumarização, que buscam uma descrição
simples e compacta para um conjunto de dados; e associação, que
procuram padrões frequentes de associações entre os atributos de
um conjunto de dados.
Agrupamento semissupervisionado é usado quando os dados não

são rotulados, mas são conhecidas algumas restrições sobre os
dados, como pares de objetos que devem estar no mesmo grupo
ou em grupos diferentes.
A classificação semissupervisionada é utilizada em tarefas de

classificação em que apenas parte dos exemplos de treinamento
possui um rótulo de classe.
regressão semissupervisionada.
O que é a regressão???

processados.
about:blank 2/14
O aprendizado semissupervisionado procura aumentar o número

de objetos rotulados.
O modelo induzido com os dados rotulados disponíveis é utilizado

para rotular dados não rotulados.
Esses dados podem então ser adicionados ao conjunto de

treinamento e o processo se repete até que os dados que
satisfaçam uma dada condição sejam rotulados.
Como todos os dados não rotulados são utilizados e recebem um

rótulo, podem ser dados redundantes,
Uma estratégia de aprendizado ativo seleciona iterativamente os

dados a serem rotulados e o rótulo a ser atribuído a cada um
deles, que pode incluir a consulta a um oráculo. Assim, apenas os
dados que apresentam uma característica ausente nos dados
rotulados, com possibilidade de melhorar a qualidade do modelo
induzido, são selecionados. Os dados que não forem selecionados
são descartados.
aprendizado por reforço, que reforça ou recompensa uma ação

considerada positiva e pune uma ação considerada negativa. Um
exemplo de tarefa de reforço é a de ensinar um robô a encontrar a
melhor trajetória entre dois pontos.
Aprendizado de Máquina e Indução de Modelos

processados.
about:blank 3/14
a regra também deve ser válida para outros objetos do mesmo

domínio ou problema, que não fazem parte do conjunto de
treinamento. A essa propriedade de um modelo continuar a ser
válido para novos objetos dá-se o nome capacidade de
generalização.
Quando um modelo apresenta uma baixa capacidade de

generalização, a regra está superajustada aos dados (overfitting).
Isso significa que o modelo memorizou ou se especializou nos
dados de treinamento.
Na situação inversa, quando o modelo possui baixa capacidade

preditiva para os dados de treinamento, pode ter ocorrido um
subajuste (underfitting). Subajuste geralmente ocorre quando os
dados de treinamento disponíveis são pouco representativos ou
quando o modelo usado é muito simples e não captura os padrões
existentes nos dados
Viés Indutivo
redes neurais artificiais representam um modelo por um conjunto

de valores reais, associados aos pesos das conexões da rede.
Árvores de decisão utilizam uma estrutura de árvore em que cada
nó interno é representado por uma pergunta referente ao valor de
um atributo e cada nó externo está associado a uma classe. A
linguagem ou representação usada define a preferência ou viés
(bias) de representação do algoritmo,
A forma como um algoritmo procura pelo melhor modelo, espaço

de possíveis modelos, define um outro viés, o viés de busca.
Mellow Yellow 23/03/2023 IMPRESSO POR: 231506049@pucrs.edu.br. A

INTRODUÇÃO AOS DADOS poderá ser reproduzida ou transmitida sem prévia
processados.
about:blank 4/14
Conjuntos de dados são formados por objetos que podem

representar um objeto físico, como uma cadeira, ou uma noção
abstrata, como os sintomas apresentados por um paciente que se
dirige a um hospital. Tais objetos também são comumente
referidos como padrões, instâncias, objetos, registros ou
exemplos. Em geral, cada objeto é descrito por um conjunto de
atributos preditivos (também chamados de atributos de entrada, de
vetores de variáveis e de vetores de características). Cada objeto
corresponde a uma ocorrência dos dados. Cada atributo está
associado a uma propriedade do objeto.
Técnicas de pré-processamento são frequentemente utilizadas

para corrigir problemas nos dados e para tornar os conjuntos de
dados mais adequados para o uso de algoritmos de AM.
As técnicas voltadas ao pré-processamento podem ser agrupadas

nos seguintes tipos de tarefas: ■Integração de dados; ■Eliminação
manual de atributos; ■Amostragem de dados; ■Balanceamento de
dados; ■Limpeza de dados; ■Redução de dimensionalidade;
■Transformação de dados.
dados armazenados em mais de uma base ou conjunto de dados.

Assim, os dados podem vir de mais de uma fonte ou tabela
atributo-valor. Quando dados presentes em diferentes conjuntos
precisam ser utilizados por um algoritmo de AM, esses conjuntos
devem ser integrados de forma a constituir um único conjunto ou
tabela. Essa integração pode levar a inconsistências e
redundâncias.
Problemas como redundância e inconsistência muitas vezes estão

relacionados com uma grande quantidade de dados. Técnicas de
amostragem e de seleção de atributos têm sido empregadas
nessas situações.

algumas classes podem ter um número de objetos muito superior a impressão de notas e realces são apenas para uso
outras, formando um conjunto de dados desbalanceado. parte do conteúdo da editora. Nenhuma parte deste livro
processados.
about:blank 5/14
Os dados podem estar incompletos por causa da ausência de

valores. Os dados podem ser inconsistentes em razão de erros na
sua geração, captação ou entrada.
Para lidar com eles, diversas técnicas para limpeza de dados têm
sido propostas e investigadas na literatura de AM.
dificuldades em utilizar os dados no seu formato original. Para

tratar desse problema, são realizadas transformações nos dados
originais antes que eles sejam utilizados pelo algoritmo. Um
exemplo simples de transformação é a conversão de valores
simbólicos em valores numéricos e vice-versa. Um exemplo mais
complexo é a transformação de vídeos para valores numéricos.
ANÁLISE DE DADOS
Caracterização de Dados
um conjunto dados podem ser representados por uma matriz de

objetos Xn × d, em que n é o número de objetos e d é o número de
atributos de entrada de cada objeto. O valor de d define a
dimensionalidade dos objetos ou do espaço de objetos (também
chamado de espaço de entradas ou espaço de atributos). Cada
elemento dessa matriz, xji ou xij, contém o valor da j-ésima
característica para o i-ésimo objeto. Os d atributos também podem
ser vistos como um conjunto de eixos ortogonais e os objetos,
como pontos no espaço de objetos de dimensão d.
No conjunto hospital, cada objeto corresponde a um paciente,

sendo por isso formado pelos valores de atributos de entrada impressão de notas e realces são apenas para uso
referentes ao paciente. pessoal e privado. As notas criadas pelo usuário não são
processados.
about:blank 6/14
Esses atributos são: identificação, nome, idade, sexo, sintomas e

resultados de exames clínicos.
atributo alvo, também denominado atributo meta ou de saída, que

representa o que queremos prever. Para tarefas descritivas, o
conjunto de dados não precisa ter atributo alvo. Já para as tarefas
preditivas, o atributo alvo precisa estar presente,
existem tarefas preditivas com mais de um atributo alvo, como é o

caso da classificação multirrótulo
Quando os valores do atributo alvo identificam categorias ou

classes às quais os objetos pertencem, ele é denominado classe e
assume valores discretos 1, ..., k. Tem-se, nesse caso, uma tarefa
de classificação.
Quando a tarefa de classificação tem apenas 2 classes, ela é uma

tarefa de classificação binária.
Se as classes tiverem diferentes números de objetos, a classe com

o maior número é denominada classe majoritária, e a com menos,
minoritária.
Se, por outro lado, o atributo alvo contém valores numéricos

contínuos, tem-se um problema de regressão

processados.
about:blank 7/14
Os valores que um atributo pode assumir podem ser definidos de

diferentes formas. Neste livro, são definidos por dois aspectos: tipo
e escala. O tipo de um atributo diz respeito ao grau de quantização
nos dados, e a escala indica a significância relativa dos valores.
é importante notar que alguns atributos não seguem

necessariamente essa classificação, tais como textos e imagens,2
que podem ser considerados não estruturados.
Tipo
O tipo define se o atributo representa quantidades, sendo então

denominado quantitativo ou numérico, ou qualidades, quando é
chamado de qualitativo, simbólico ou categórico, pois os valores
podem ser associados a categorias.
Apesar de alguns atributos qualitativos poderem ter seus valores

ordenados, operações aritméticas não podem ser aplicadas aos
seus valores.
Os valores de um atributo quantitativo podem tanto ser ordenados

quanto utilizados em operações aritméticas. Valores quantitativos
podem ser ainda contínuos ou discretos.
Atributos contínuos podem assumir um número infinito de valores.

processados.
about:blank 8/14
Exemplos de atributos contínuos são atributos que representam

peso, tamanho e distância.
Atributos discretos contêm um número finito ou infinito contável de

valores. Um caso especial dos atributos discretos são os atributos
binários (ou booleanos), que apresentam apenas dois valores,
como 0/1, sim/não, ausência/presença e verdadeiro/falso.
Escala
A escala define as operações que podem ser realizadas sobre os

valores do atributo. Em relação á escala, os atributos podem ser
classificados como nominais, ordinais, intervalares e racionais. Os
dois primeiros são do tipo qualitativo e os dois últimos são
quantitativos.
Na escala nominal, os valores são apenas nomes diferentes,

carregando a menor quantidade de informação possível. Não
existe uma relação de ordem entre seus valores. Assim, as
operações mais utilizadas para manipulação de seus valores são
as de igualdade e desigualdade de valores.
Os valores em uma escala ordinal refletem também uma ordem

das categorias representadas. Dessa forma, além dos operadores
anteriores, operadores como <, >, ≤, ≥ podem ser utilizados. Por
exemplo, quando um atributo possui como valores pequeno, médio
e grande, além de os valores serem categóricos, é possível definir
se um valor é igual, maior ou menor que outro.

processados.
about:blank 9/14
Na escala intervalar, os atributos são representados por números

que variam dentro de um intervalo. Assim, é possível definir tanto a
ordem quanto a diferença em magnitude entre dois valores. A
diferença em magnitude indica a distância que separa dois valores
no intervalo de possíveis valores. O valor zero não tem o mesmo
significado que o zero utilizado em operações aritméticas. Por
exemplo, seja a escala de temperatura dada em graus Celsius. Se
o serviço de previsão do tempo em dias de verão para uma dada
cidade informa que a temperatura vai variar entre 26 e 34 graus e
em dias de inverno, para a mesma cidade, informa que vai variar
entre 13 e 21 graus, tem-se que a temperatura dessa cidade
apresenta uma variação de 8 graus entre a mínima e a máxima,
não importa se a estação do ano é verão ou inverno. Entretanto,
90 graus Celsius é diferente de 90 graus Fahrenheit, apesar de
ambos os valores se referirem ao atributo temperatura, do mesmo
modo que não é possível afirmar que no inverno a cidade é duas
vezes menos quente que no verão, pois não faz sentido, para esse
atributo, utilizar como informação a razão entre dois valores. Isso
ocorre porque o ponto em que esse atributo assume o valor 0,
chamado de ponto zero ou origem da escala, é definido de forma
arbitrária. Isso é uma característica dos atributos intervalares. Esse
problema seria eliminado se fosse utilizada a escala de
temperatura Kelvin, cujo valor do ponto zero é o ponto zero
verdadeiro (Pyle, 1999). Outros exemplos são a duração de um
evento em minutos e datas em um calendário.
Atributos com escala racional são os que carregam mais

informações. Os números têm um significado absoluto, ou seja,
existe um zero absoluto junto com uma unidade de medida, de
forma que a razão tenha significado. Por exemplo, considerando o
número de vezes que uma pessoa foi ao hospital, o ponto zero
está associado a não ter ocorrido nenhuma visita.
Exploração de Dados
Dados Univariados
Medidas de Localidade
processados.
about:blank 10/14
As medidas de localidade definem pontos de referência nos dados

e variam para dados numéricos e simbólicos. Para dados
simbólicos, utiliza-se geralmente a moda, que é o valor encontrado
com maior frequência para um atributo.
Para atributos numéricos, medidas muito utilizadas são média,

mediana e percentil.
Um problema da média é a sua sensibilidade á presença de

outliers, que são valores muito diferentes dos demais valores
observados para o mesmo atributo
Esse problema é minimizado com o uso da mediana, que é menos

sensível a outliers. Para usar a mediana, o primeiro passo é
ordenar de forma crescente o conjunto de valores.
Assim, se o número de valores, n, é impar, a mediana é igual ao

valor do meio do conjunto ordenado. Caso contrário, se for par, é
dada pela média dos dois valores do meio.
Por exemplo, seja o conjunto de valores {17, 4, 8, 21, 4}. A

ordenação desse conjunto gera a sequência de valores (4, 4, 8,
17, 21). Observe que valores repetidos são mantidos na
sequência. Como o número de valores é ímpar, 5, a mediana é
dada pelo terceiro valor; assim, a mediana = 8. Se o conjunto de
valores fosse formado pelos elementos, {17, 4, 8, 21, 4, 15, 13, 9},
como o número de elementos, 8, é par, a mediana é dada pela
média entre o quarto e quinto valores da sequência ordenada (4, 4,
8, 9, 13, 15, 17, 21). Nesse caso, mediana = (9 + 13)/2 = 11. O uso
da mediana torna mais fácil observar se a distribuição é oblíqua
(assimétrica) ou se existem outliers.

processados.
about:blank 11/14
Exitem ainda variações da média e da mediana, como, por

exemplo, a média truncada, que minimiza os problemas da média
por meio do descarte dos exemplos nos extremos da sequência
ordenada dos valores. Para isso, é necessário definir a
porcentagem dos exemplos a serem eliminados em cada
extremidade.
Outras medidas muito utilizadas são os quartis e os percentis.

Assim como a mediana, essas medidas são utilizadas após os
valores serem ordenados. Enquanto a mediana divide os dados ao
meio, essas outras medidas utilizam pontos de divisão diferentes.
Os quartis dividem os valores ordenados em quartos. Assim, o 1o
quartil de uma sequência, Q1, é o valor que tem 25% dos demais
valores abaixo dele. Esse também é o valor do 25o percentil,
P25%. O 2o quartil (Q2) é a mediana, que é igual ao 50o percentil,
P50%. Por fim, o 3o quartil (Q3) corresponde ao valor que tem
75% dos demais valores abaixo dele (ou P75%). Seja p um valor
entre 0 e 100. O po percentil, Pp, é um valor xi do conjunto de
valores tal que p% dos valores observados são menores que xi.
Assim, o 40o percentil, P40%, de um conjunto de valores é o valor
para o qual 40% dos demais valores são menores ou iguais a ele.
Para calcular o po percentil, basta seguir os passos do Algoritmo
2.1.
Algoritmo 2.1Algoritmo para cálculo do percentil Entrada: Um

conjunto de n valores e o percentil p – valor real entre 0,0 (equivale
a 0%) e 1,0 (equivale a 100%) – a ser retornado Saída: Valor do
percentil
Ver cartão com algoritmo
Medidas de Espalhamento
As medidas de espalhamento medem a dispersão ou

espalhamento de um conjunto de valores. Assim, elas permitem
observar se os valores estão amplamente espalhados ou
relativamente concentrados em torno de um valor, por exemplo, a
média. IMPRESSO POR: 231506049@pucrs.edu.br. A
processados.
about:blank 12/14
O intervalo é a medida mais simples e mostra espalhamento

máximo entre os valores de um conjunto.
intervalo(x) = max (x) - min(x)
Se a maioria dos valores for próxima de um ponto, com um

pequeno número de valores extremos, o intervalo não será uma
boa medida do espalhamento dos valores. A medida mais utilizada
para avaliar o espalhamento de valores é a variância
variância(x) = ((x1 - média)² + ... + (xn - média)²) / (n-1) ->

correção de Bessel.
O uso do denominador n – 1, chamado correção de Bessel, dá

uma melhor estimativa da variância verdadeira do que o uso de n.
Outra medida de espalhamento, o desvio padrão, é dada pela raiz

quadrada da variância.
Desvio médio absoluto (AAD, do inglês absolute average

deviation)
AAD(x) = (|x1 - média| + ... + |xn - média|) / n
Desvio mediano absoluto (MAD, do inglês median absolute

deviation)
MAD(x) = mediana({|x1 - média|, ... , |xn - média|})

processados.
about:blank 13/14
Intervalo interquartil (IQR, do inglês interquartil range)
IQR(x) = P75% - P25% = Q3 - Q1
Medidas de Distribuição

processados.
about:blank 14/14

Realces e Notas - Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina 27 - 03 - 23

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Realces e Notas - Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina 27 - 03 - 23

Enviado por

Direitos autorais:

Formatos disponíveis

27/03/2023, 17:49 Realces e notas: Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina

Mellow Yellow 23/03/2023

Mellow Yellow 23/03/2023

tarefas preditivas, algoritmos de AM são aplicados a conjuntos de

Mellow Yellow 23/03/2023

Modelos preditivos podem ser utilizados, por exemplo, para, a

Mellow Yellow 23/03/2023

Nessas tarefas, em geral são utilizados algoritmos de AM que

Mellow Yellow 23/03/2023

O termo supervisionado vem da simulação da presença de um

Mellow Yellow 23/03/2023

tarefas de descrição, ao invés de predizer um valor, algoritmos de

Mellow Yellow 23/03/2023

Como não fazem uso do conhecimento do “supervisor externo”,

IMPRESSO POR: 231506049@pucrs.edu.br. A

Uma das principais tarefas descritivas, agrupamento de dados,

Mellow Yellow 23/03/2023

As tarefas preditivas se distinguem pelo valor de rótulo a ser

Mellow Yellow 23/03/2023

As tarefas descritivas são genericamente divididas em:

Mellow Yellow 23/03/2023

Agrupamento semissupervisionado é usado quando os dados não

Mellow Yellow 23/03/2023

A classificação semissupervisionada é utilizada em tarefas de

Mellow Yellow 23/03/2023

IMPRESSO POR: 231506049@pucrs.edu.br. A

O aprendizado semissupervisionado procura aumentar o número

Mellow Yellow 23/03/2023

O modelo induzido com os dados rotulados disponíveis é utilizado

Mellow Yellow 23/03/2023

Esses dados podem então ser adicionados ao conjunto de

Mellow Yellow 23/03/2023

Como todos os dados não rotulados são utilizados e recebem um

Mellow Yellow 23/03/2023

Uma estratégia de aprendizado ativo seleciona iterativamente os

Mellow Yellow 23/03/2023

aprendizado por reforço, que reforça ou recompensa uma ação

Mellow Yellow 23/03/2023

Aprendizado de Máquina e Indução de Modelos

IMPRESSO POR: 231506049@pucrs.edu.br. A

a regra também deve ser válida para outros objetos do mesmo

Mellow Yellow 23/03/2023

Quando um modelo apresenta uma baixa capacidade de

Mellow Yellow 23/03/2023

Na situação inversa, quando o modelo possui baixa capacidade

Mellow Yellow 23/03/2023

Mellow Yellow 23/03/2023

redes neurais artificiais representam um modelo por um conjunto

Mellow Yellow 23/03/2023

A forma como um algoritmo procura pelo melhor modelo, espaço

Mellow Yellow 23/03/2023 IMPRESSO POR: 231506049@pucrs.edu.br. A

Conjuntos de dados são formados por objetos que podem

Mellow Yellow 23/03/2023

Técnicas de pré-processamento são frequentemente utilizadas

Mellow Yellow 23/03/2023

As técnicas voltadas ao pré-processamento podem ser agrupadas

Mellow Yellow 23/03/2023

dados armazenados em mais de uma base ou conjunto de dados.

Mellow Yellow 23/03/2023

Problemas como redundância e inconsistência muitas vezes estão

Mellow Yellow 23/03/2023

IMPRESSO POR: 231506049@pucrs.edu.br. A

Os dados podem estar incompletos por causa da ausência de