Machine Learning

Machine Learning ou Aprendizado de Máquina é um método de análise de dados que ml-robotautomatiza o desenvolvimento de modelos analíticos. Usando algoritmos que aprendem interativamente a partir de dados, o aprendizado de máquinas permite que os computadores encontrem insights ocultos sem serem explicitamente programados para procurar algo específico.

O aspecto interativo do aprendizado de máquinas é importante porque, conforme os modelos são expostos a novos dados, eles são capazes de se adaptar de forma independente. Eles aprendem com os cálculos anteriores para produzir decisões e resultados confiáveis e reproduzíveis. É uma ciência que não é nova, mas que está ganhando um novo impulso.

Por causa das novas tecnologias de computação, o aprendizado de máquina de hoje não é como o aprendizado de máquina do passado. Enquanto muitos algoritmos de machine learning estiveram por aí por bastante tempo, a capacidade de aplicar automaticamente cálculos matemáticos complexos a big data – cada vez mais e cada vez mais rápido – é um desenvolvimento recente. Aqui estão alguns exemplos amplamente divulgados de aplicações do machine learning com os quais você pode já estar familiarizado:

  • Os carros autônomos do Google que dirigem sozinhos? A essência do aprendizado de máquina.
  • Ofertas de recomendações on-line como as da Amazon e Netflix? Aplicações de aprendizado de máquina na vida cotidiana.
  • Saber o que os clientes estão dizendo sobre você no Twitter? Aprendizado de máquina combinado com a criação de regra linguística.
  • Detecção de fraudes? Um dos usos mais óbvios e importantes em nosso mundo de hoje.

 

Por que o interesse por Machine Learning aumentou tanto?

O interesse no aprendizado de máquina ressurgiu devido aos mesmos fatores que tornaram a mineração de dados e a análise Bayesiana mais populares do que nunca. Coisas como o crescente volume e variedade de dados disponíveis, o processamento computacional que está mais barato e mais poderoso, e o armazenamento de dados de forma acessível.

Tudo isso significa que é possível produzir de forma rápida e automática modelos que permitam analisar dados maiores e mais complexos e fornecer resultados mais rápidos e mais precisos – mesmo em uma escala muito grande. O resultado? Previsões de alto valor que podem levar a melhores decisões e ações inteligentes em tempo real sem a intervenção humana.

Um segredo para a produção de ações inteligentes em tempo real é o desenvolvimento de modelo automatizados. O líder de ideias inovadoras em analytics Thomas H. Davenport escreveu no The Wall Street Journal que, com os volumes de dados em rápida evolução e em crescimento, “(…) você precisa de fluxos de modelagem de rápida evolução para ser capaz de acompanhar”. E você pode obter isso com machine learning. Segundo ele, “as pessoas podem normalmente criar um ou dois bons modelos por semana; o aprendizado de máquina pode criar milhares de modelos por semana”.

 

Algoritmos e processos do aprendizado de máquina

Algoritmos

As interfaces gráficas do usuário do SAS o ajudam a construir modelos de aprendizado de máquina e implementar um processo de aprendizado de máquina interativo. Você não precisa ser um estatístico avançado. A nossa seleção abrangente de algoritmos de machine learning podem ajudá-lo a obter valor rapidamente de seu big data e estão incluídos em muitos produtos do SAS. Os algoritmos de aprendizado de máquina do SAS incluem:

  • Redes neurais.
  • Árvores de decisão.
  • Random Forests.
  • Descoberta de associações e sequência.
  • Boosting e bagging de gradiente.
  • Máquinas de vetores de suporte.
  • Mapeamento de nearest-neighbor.
  • Cluster k-means.
  • Mapas auto-organizáveis.
  • Técnicas de otimização de busca local (por ex., algoritmos genéticos.)
  • Maximização da expectativa.
  • Análise Multivariada – Adaptive regression splines.
  • Redes Bayesianas.
  • Estimativa da densidade Kernel.
  • Análise de componentes principais.
  • Decomposição do valor singular.
  • Modelos de mistura de Gauss.
  • Construção de regras de cobertura sequencial.

Fonte e direitos: SAS

 


Linguagens

Python
O que é?

R
O que é?

Prós e contras da linguagem de programação R

Matlab
O que é?

Matérias

Fascinante Machine Learning

Conceitos Fundamentais de Machine Learning

O que é Deep Learning?

 

 

 

 

%d blogueiros gostam disto: