Machine Learning

Fonte e direitos: SAS

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.
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.

 

  • TIPOS DE ALGORITMOS
    • Supervisionados (São apresentadas ao computador exemplos de entradas e saídas desejadas, fornecidas por um “professor”. O objetivo é aprender uma regra geral que mapeia as entradas para as saídas.)
      • Árvores de Decisão
      • Classificação Naïve Bayes
      • Regressão Linear de Mínimos Quadrados
      • Regressão logística
      • Support Vector Machine (SVM)
    • Não Supervisionados (Nenhum tipo de etiqueta é dado ao algoritmo de aprendizado, deixando-o sozinho para encontrar estrutura nas entradas fornecidas. O aprendizado não supervisionado pode ser um objetivo em si mesmo (descobrir novos padrões nos dados) ou um meio para atingir um fim)
    • Semi-supervisionado (Em que o professor fornece um sinal de treinamento incompleto: um conjunto de dados de treinamento com algumas (muitas vezes várias) das saídas desejadas ausentes. A transdução é um caso especial deste princípio, em que o conjunto inteiro das instâncias do problema é conhecido no momento do aprendizado, mas com parte dos objetivos ausente.)
    • Aprendizado por reforço (Um programa de computador interage com um ambiente dinâmico, em que o programa deve desempenhar determinado objetivo (por exemplo, dirigir um veículo). É fornecido, ao programa, feedback quanto a premiações e punições, na medida em que é navegado o espaço do problema. Outro exemplo de aprendizado por reforço é aprender a jogar um determinado jogo apenas jogando contra um oponente.)

Todos os direitos são reservado aos autores dos artigos e posts, acima segue uma lista de links, categorizada por assunto, que redireciona ao site ou blog do respectivo autor.

 

Anúncios
%d blogueiros gostam disto: