IA (Inteligência Artificial), Machine Learning

14 tipos diferentes de aprendizado no aprendizado de máquina

Todos os direitos reservados ao autor: Jason Brownlee (artigo original em inglês)

O aprendizado de máquina é um grande campo de estudo que se sobrepõe e herda idéias de muitos campos relacionados, como inteligência artificial.

O foco do campo é aprender, ou seja, adquirir habilidades ou conhecimentos a partir da experiência. Geralmente, isso significa sintetizar conceitos úteis a partir de dados históricos.

Como tal, existem muitos tipos diferentes de aprendizado que você pode encontrar como profissional no campo do aprendizado de máquina: de campos de estudo completos a técnicas específicas.

Neste post, você descobrirá uma introdução suave aos diferentes tipos de aprendizado que você pode encontrar no campo de aprendizado de máquina.

Depois de ler este post, escrito originalmente por:  Jason Brownlee, você saberá:

  • Campos de estudo, como aprendizado supervisionado, não supervisionado e de reforço.
  • Tipos de aprendizado híbridos, como aprendizado semi-supervisionado e auto-supervisionado.
  • Técnicas amplas, como aprendizado ativo, online e por transferência.

Continuar lendo

Data Science, Deep Learning, IA (Inteligência Artificial), Recuperação da Informação

O que há de novo no Hype Cycle da Gartner para IA, 2019

Gartner-Hype-Cycle-For-Artificial-Intelligence-2019

  • Entre 2018 e 2019, as organizações que implantaram inteligência artificial (IA) aumentaram de 4% para 14%, de acordo com a pesquisa CIO Agenda 2019 da Gartner.
  • A IA de conversação permanece no topo das agendas corporativas estimuladas pelo sucesso mundial do Amazon Alexa, Google Assistant e outros.
  • As empresas estão progredindo com a IA à medida que ela cresce mais e também cometem mais erros que contribuem para sua curva de aprendizado acelerada.

Continuar lendo

Data Science, IA (Inteligência Artificial), Python

5 pacotes Python que um cientista de dados não pode viver sem

Se você estiver interessado em aprender mais sobre esses pacotes, aqui está a documentação oficial:


Dados, Data Science, Deep Learning, IA (Inteligência Artificial), Machine Learning

Sistemas de recomendação na prática

Empresas como Amazon, Netflix, Linkedin e Pandora aproveitam os sistemas de recomendação para ajudar os usuários a descobrir itens novos e relevantes (produtos, vídeos, trabalhos, músicas), criando uma experiência agradável para o usuário enquanto impulsiona a receita incremental.

Nesse artigo do Houtao Deng é fornecido uma visão prática dos sistemas de recomendação. Primeiro, três sistemas principais são revisados: filtragem baseada em conteúdo, colaborativa e híbrida, seguida de discussões sobre inicialização a frio, escalabilidade, interpretabilidade e exploração / exploração.

Recomendação baseada em conteúdo

Na Pandora, uma equipe de músicos rotulou cada música com mais de 400 atributos. Então, quando um usuário seleciona uma estação de música, as músicas que correspondem aos atributos da estação serão adicionadas à lista de reprodução (Projeto Genoma da Música | Pandora, Howe | Pandora).

Esta é uma recomendação baseada em conteúdo. Usuários ou itens têm perfis que descrevem suas características e o sistema recomendaria um item a um usuário se os dois perfis corresponderem. A caixa de moda do Stitch Fix é outro exemplo de recomendação baseada em conteúdo. Os atributos de um usuário são coletados (altura, peso, etc.) e os produtos de moda correspondentes são colocados em uma caixa entregue ao usuário (Stitch Fix | 2013).

Continuar lendo

Data Science, IA (Inteligência Artificial), Machine Learning

Top used Data Science libraries for Python, R and Scala

IA (Inteligência Artificial), Machine Learning

O que você precisa saber sobre o aprendizado de máquina…

Tradução e referência de: What You Need To Know About Machine Learning (Forbes)

O aprendizado de máquina é uma daquelas palavras que são usadas como sinônimo de inteligência artificial (AI). Mas isso realmente não é exato. Observe que o aprendizado de máquina é um subconjunto da IA.

Este campo também existe há algum tempo, com as raízes remontando ao final dos anos 50. Foi durante esse período que Arthur L. Samuel da IBM criou o primeiro aplicativo de aprendizado de máquina, que jogava xadrez.

Então, como isso foi diferente de qualquer outro programa? Bem, de acordo com Venkat Venkataramani, co-fundador e CEO da Rockset , o aprendizado de máquina é “o ofício de computadores tomarem decisões sem fornecer instruções explícitas, permitindo que os computadores padronizem as situações complexas e prevejam o que acontecerá”.

Para conseguir isso, é preciso haver grandes quantidades de dados de qualidade, além de algoritmos sofisticados e computadores de alta potência. Considere que quando Samuel construiu seu programa, tais fatores foram severamente limitados. Portanto, não foi até a década de 1990 que o aprendizado de máquina tornou-se comercialmente viável.

Continuar lendo

Data Science, IA (Inteligência Artificial), Recuperação da Informação

Introdução aos Word Embeddings

Data Science, IA (Inteligência Artificial), Recuperação da Informação

Top 27 Free Software For Text Analysis, Text Mining and Text Analytics

Abaixo segue uma relação de 27 ferramentas livres para analise e mineração de textos, dentre elas se encontram o NLTK e o GESIM que recomendo.

Confiram clicando na imagem abaixo.

Cloud-1

Fonte e Direitos: predictiveanalyticstoday

Data Science, IA (Inteligência Artificial), Machine Learning

45 Técnicas utilizadas pelos cientistas de dados

Essas técnicas cobrem a maioria dos dados que os cientistas e profissionais relacionados estão usando em suas atividades diárias, quer eles usem soluções oferecidas por um fornecedor ou se eles criam ferramentas proprietárias. Quando você clica em qualquer um dos 40 links abaixo, você encontrará uma seleção de artigos relacionados à entrada em questão. A maioria desses artigos é difícil de encontrar com uma pesquisa do Google, por isso, de certa forma, isso lhe dá acesso à literatura escondida sobre ciência dos dados, aprendizado de máquinas e ciência estatística. Muitos desses artigos são fundamentais para a compreensão da técnica em questão, e vem com mais referências e código fonte. (Fonte: BI com Vatapá)

As 45 técnicas de ciência de dados:
  1. Regressão linear
  2. Regressão Logística
  3. Regressão Jackknife  *
  4. Estimativa de densidade
  5. Intervalo de confiança
  6. Teste de Hipóteses
  7. Reconhecimento de padrões
  8. Clustering  – (também conhecido como Learning não supervisionado)
  9. Aprendizagem supervisionada
  10. Série de tempo
  11. Árvores de decisão
  12. Números aleatórios
  13. Simulação de Monte-Carlo
  14. Estatísticas Bayesianas
  15. Bayes nao
  16. Análise de componentes principais  – (PCA)
  17. Conjuntos
  18. Redes neurais
  19. Support Vector Machine  – (SVM)
  20. Vizinhos mais próximos  – (k-NN)
  21. Seleção de características  – (também conhecido como Redução de variável)
  22. Indexação / Catalogação  *
  23. (Geo-) Modelagem espacial
  24. Recomendação Engine  *
  25. Search Engine  *
  26. Modelagem de Atribuição  *
  27. Filtragem colaborativa  *
  28. Sistema de Regra
  29. Análise de ligação
  30. Regras da Associação
  31. Motor de pontuação
  32. Segmentação
  33. Modelagem Preditiva
  34. Gráficos
  35. Aprendizagem profunda
  36. Teoria do jogo
  37. Imputação
  38. Análise de sobrevivência
  39. Arbitragem
  40. Modelagem de elevação
  41. Otimização de rendimento
  42. Validação cruzada
  43. Montagem de modelo
  44. Algoritmo de Relevância  *
  45. Design experimental


Vejam também:

Data Science, IA (Inteligência Artificial), Machine Learning

Como o Machine Learning evoluiu ao longo do período