MACHINE LEARNING E

SUAS APLICAÇÕES

Felipe Navas
Gustavo Ribeiro
Matheus Pedroza
 Contexto:
O aprendizado máquina se baseia no uso de
algoritmos para reconhecer padrões, além de tomar
decisões com o mínimo de intervenção humana.

2
 Machine Learning:
● Fornece resultados mais rapidamente;
● Geram resultados mais confiáveis e
reproduzíveis;
● Contribuem para melhores tomadas de
decisões;
● Realizam ações em tempo real, devido à alta
velocidade de processamento.

3
Metodologia
▪ Considerando o tipo da pesquisa quanto aos seus objetivos trata-se de uma
pesquisa descritiva, uma vez que busca levantar dados por meio de pesquisas
tentando descrever os fatos como eles são.

▪ Inicialmente foi conduzida uma revisão bibliográfica a fim de compreender

conceitos de Computação Cognitiva em geral e posteriormente focando na
Aprendizado Máquina, buscando entender o modo de funcionamento dos
algoritmos em questão.

4
 Aplicações:
● Resultado de pesquisa dos buscadores;
● Sistema de recomendação;
● Predição da Bolsa de Valores;
● Análise de sentimentos baseados em textos;
● Filtragem de Spam.

5
 Algoritmo de classificação Naive Bayes:
● Categoriza textos baseado na frequência das
palavras usadas;
● Sua simplicidade e rapidez o tornaram um dos
classificadores mais usados;
● Só é preciso de um pequeno número de dados
de testes.

6
 Aplicações :
❖ P (c | x) é a probabilidade posterior da classe (c, alvo) dada preditor (x, atributos).
❖ P (c) é a probabilidade original da classe.
❖ P (x | c) é a probabilidade que representa a probabilidade de preditor dada a classe.
❖ P (x) é a probabilidade original do preditor.

7
Objetivo:

▪ O objetivo do nosso trabalho é descrever o funcionamento básico dos algoritmos de

aprendizagem máquina, visando demonstrar, mesmo que minimamente, o aparato
matemático utilizado neste ramo da ciência.