Aprendizagem de Máquina

(Machine Learning-ML)

Prof. Keiji Yamanaka

Agosto a Outubro/2020
Motivação:
Construção de sistemas capazes de adquirir
conhecimento de forma automática.

Em 1959, Arthur Samuel(cientista da

computação) definiu aprendizado de
máquina como:
"Field of study that gives computers the
ability to learn without being explicitly
programmed".
Por quê agora?

¨ Progressos em algoritmos e teoria;

¨ Crescente fluxo de dados online;
¨ Capacidade computacional crescente;
¨ Indústria em evolução.
Programação tradicional

Dado
Computador Saída
Programa

Aprendizagem de Máquina

Dado
Computador Programa
Saída
Training Training
Labels

Image Learned
Training
Features model

Testing

Image Learned Prediction

Features model
Desafios da Big Data

• Vários Zetabytes (1021) de dados no

universo digital
• Enorme quantidade de dados gerados na
internet a cada minuto:
• Usuários do YouTube fazem upload de 48
horas de vídeo,
• Usuários do Facebook compartilham 684.478
conteúdos,
• Usuários do Instagram compartilham 3,600
novas fotos.
 Aplicações
¨ - mineração de dados: uso de dados históricos para
¨ tomada de decisões;
¨ - reconhecimento de fotos, videos, textos;
¨ - reconhecimento de fala;
¨ - diagnósticos de doenças;
¨ - previsão do tempo;
¨ - tradutores de linguagens;
¨ - carros autônomos;
¨ - sistemas de recomendação automáticos;
¨ - detecção de fraudes.
 Aplicações
¨ - Aprendizagem de máquina não é solução para todos os
problemas!!
¨ - Não há garantia de que algoritmos de aprendizagem de
máquina funcionem para todos os casos;
¨ - podem exigir um esforço computacional muito grande;
¨ - podem exigir uma grande base de dados para o seu
treinamento;
¨ - importante saber qual algoritmo de aprendizagem de
máquina é mais adequado para cada problema.
 Deep Blue
 Computador da IBM
que joga xadrez,
 Primeiro computador
a vencer um humano
neste jogo.
AlphaGo da Google
Software de
inteligência
artificial da
Google vence
campeão
europeu de
Go.
(janeiro/2016)
 Projetos

 Antena criada por

computador usando IA.
 A antena nos satélites da
NASA.
 Projetos

 Robô ASIMO da Honda.

 Anda, corre,
 Reconhece pessoas,
 Reconhece a fala.
 Projetos

 Sistema de
reconhecimento
automático de veículos
usando IA.
(pesquisa de mestrado)
 Projetos
 Detecção de crise epiléptica a partir de sinais
eletroencefalográficos usando inteligência
artificial. (pesquisa de doutorado)
 Avaliação na disciplina

¨ Trabalhos semanais
¨ Relatórios devem sere enviados até o dia
¨ da aula da semana seguinte
¨ Enviar para
¨ destinatário: keiji@ufu.br
¨ assunto: AM_relatorio01_JosédaSilva
Programa

¨ Regressão
¨ Tratamento de dados
¨ Reconhecimento de padrões
¨ Agrupamento(clustering)
¨ Otimização
Avaliação

¨ Através de trabalhos semanais.

¨ Relatórios devem ser enviados até a aula
teórica da semana seguinte.
¨ Enviar para:
¨ destinatário: keiji@ufu.br
¨ assunto: AM_relatorio01_JosedaSilva
Trabalho 01

¨ Pesquisa bibliográfica sobre uma aplicação

de Aprendizagem de Máquina.
¨ Fazer um resumo da aplicação encontrada e
uma crítica a respeito.
¨ Relatório deverá ter até 3 páginas.