![Page 1: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/1.jpg)
LabicLabic
Aprendizado Aprendizado de de Máquina para Máquina para a a Automação da AquisicãoAutomação da Aquisicão de de
ConhecimentoConhecimentoMaria Carolina Monard
Laboratório de Inteligência Artificial (LABIC)Instituto de Ciências Matemática e Computação (ICMC)
Universidade de São Paulo (USP)Campus São Carlos
![Page 2: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/2.jpg)
LabicLabic
TópicosTópicos
Aprendizado de Máquina (AM)Aprendizado de Máquina (AM)Paradigmas de AMParadigmas de AMLinguagens de Linguagens de DescroçãoDescroçãoModos de AprendizadoModos de AprendizadoAM Simbólico AM Simbólico Exemplo Exemplo -- Árvore de DecisãoÁrvore de DecisãoAplicações de AMAplicações de AM
![Page 3: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/3.jpg)
LabicLabic
O que é IA?O O queque é IAé IA??
O que éInteligência?
Como o cérebroHumana
funciona?
Como nós emulamos o
cérebro humano?
Como é que criamos
inteligência?
Quem se importa?Vamos fazer alguma
coisa legal e útil!
![Page 4: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/4.jpg)
LabicLabic
O que é O que é inteligência?inteligência?
Difícil....Difícil....
Mas...Mas...SeSe inteligente inteligente entãoentão aprende aprende
![Page 5: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/5.jpg)
LabicLabic
InteligênciaInteligência X X AprendizadoAprendizado
Aprendizado é a chave da superioridade Aprendizado é a chave da superioridade da inteligência humanada inteligência humanaAprendizado é a essência da inteligênciaAprendizado é a essência da inteligênciaPara que uma máquina tenhaPara que uma máquina tenhaComportamento InteligenteComportamento Inteligente, deve, deve--seseaumentar sua aumentar sua Capacidade de AprendizadoCapacidade de Aprendizado
![Page 6: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/6.jpg)
LabicLabic
AprendizadoAprendizado
O ser humano está préO ser humano está pré--programado para o programado para o aprendizadoaprendizado. Aprende ampliando. Aprende ampliando o alcance do o alcance do conhecimento que já possui, através de conhecimento que já possui, através de reordenaçõesreordenações sucessivassucessivasO computador não possui o programa inicial O computador não possui o programa inicial para procurar porpara procurar por informações e realizar informações e realizar aprendizado em geralaprendizado em geralParadigmas e técnicas de Aprendizado de Paradigmas e técnicas de Aprendizado de Máquina (AM) possuem um alvo Máquina (AM) possuem um alvo bem mais bem mais limitadolimitado do que odo que o aprendizado humanoaprendizado humano
![Page 7: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/7.jpg)
LabicLabic
Aprendizado de Máquina (AM)Aprendizado de Máquina (AM)
SubSub--áárea da Inteligrea da Inteligêência Artificial que ncia Artificial que pesquisa mpesquisa méétodos computacionais todos computacionais relacionados relacionados àà aquisiaquisiçãção de novos o de novos conhecimentos, novas habilidades e conhecimentos, novas habilidades e novas formas de organizar o novas formas de organizar o conhecimento jconhecimento jáá existente.existente.
![Page 8: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/8.jpg)
LabicLabic
Ciências Ciências CognitivasCognitivas
Ciência da Ciência da ComputaçãoComputação
ReconheciReconheci--mento de mento de PadrõesPadrões
EstatísticaEstatística
Aprendizado Aprendizado de Máquinade Máquina
AM incorpora várias técnicas de AM incorpora várias técnicas de outras disciplinasoutras disciplinas
![Page 9: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/9.jpg)
LabicLabic
Aprendizado de MáquinaAprendizado de Máquina
Pode ser utilizado como meio para vencer Pode ser utilizado como meio para vencer um dos maiores problemas de Sistemas de um dos maiores problemas de Sistemas de IA IA -- o gargalo da aquisio gargalo da aquisiçãção de conhecimentoo de conhecimento
![Page 10: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/10.jpg)
LabicLabic
Sistemas de IASistemas de IA
Conceitos e técnicas de IAConceitos e técnicas de IA
Sistemas de IASistemas de IA ConhecimentoConhecimentoAquisição
Representação
Manipulação
Aprendizado de Máquina
Aprendizado Aprendizado de Máquinade Máquina
![Page 11: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/11.jpg)
LabicLabic
Paradigmas de AMParadigmas de AM
SimbólicoSimbólicoConexionistaConexionistaGenéticoGenéticoEstátísticoEstátísticoBaseado em CasosBaseado em Casos............
![Page 12: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/12.jpg)
LabicLabic
Características do Aprendizado Características do Aprendizado IndutivoIndutivo
Qualquer que seja o tipo de aprendizado, é Qualquer que seja o tipo de aprendizado, é necessário necessário uma linguagem para descrever objetos uma linguagem para descrever objetos
(ou possíveis eventos), e (ou possíveis eventos), e uma linguagem para descrever conceitos. uma linguagem para descrever conceitos.
![Page 13: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/13.jpg)
LabicLabic
Sistemas de Aprendizado Sistemas de Aprendizado de Máquinade Máquina
IncrementalIncremental
Não IncrementalNão Incremental
Instâncias ou Instâncias ou
ExemplosExemplos
Conceitos Conceitos
Aprendidos ou Aprendidos ou
HipótesesHipóteses
Teoria de Domínio Teoria de Domínio
ou Conhecimento ou Conhecimento
de Fundode Fundo
SimbólicoSimbólico
EstatísticoEstatístico
Baseado em Baseado em
ExemplosExemplos
((InstanceInstance--BasedBased))
ConexionistaConexionista
GenéticoGenético
SupervisionadoSupervisionado
Não Não
SupervisionadoSupervisionado
Semi Semi
SupervisionadoSupervisionado
Formas de Formas de AprendizadoAprendizado
Linguagens de Linguagens de DescriçãoDescrição
Paradigmas de Paradigmas de AprendizadoAprendizado
Modos de Modos de AprendizadoAprendizado
![Page 14: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/14.jpg)
LabicLabic
Sistemas de AMSistemas de AM
Qualquer tipo de aprendizado Qualquer tipo de aprendizado ––necessário:necessário:
LLε ε linguagem para descrição de objetos (ou linguagem para descrição de objetos (ou possíveis eventos)possíveis eventos)LLHH linguagem para descrever conceitos ou linguagem para descrever conceitos ou hipóteseshipóteses
Em geral, temEm geral, tem--se dois tipos de descrições se dois tipos de descrições para objetos:para objetos:
![Page 15: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/15.jpg)
LabicLabic
Número de facesNúmero de faces Polígono da facePolígono da face
CuboCubo
66 quadradoquadrado
Número de facesNúmero de faces Polígono da facePolígono da face
PirâmidePirâmide
55 triângulotriângulo
2. Descrições de atributos: um objeto é descrito em termos de suas características globais como um vetor de valores de atributos
![Page 16: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/16.jpg)
LabicLabic
1. Descrições estruturais: um objeto é descrito em termos de seus componentes e a relação entre eles
![Page 17: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/17.jpg)
LabicLabic
Linguagens Baseadas em Linguagens Baseadas em AtributosAtributos
equivalentes a linguagens proposicionaisequivalentes a linguagens proposicionaisformato mais comum é o atributoformato mais comum é o atributo--valorvaloralguns problemas inerentes:alguns problemas inerentes:
representação restrita, não suporta representação restrita, não suporta relacionamentos estruturais e/ou entre valoresrelacionamentos estruturais e/ou entre valoresem função do “em função do “biasbias” da linguagem, não ” da linguagem, não permitem variáveispermitem variáveis
![Page 18: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/18.jpg)
LabicLabic
Linguagens RelacionaisLinguagens Relacionaisobjeto é descrito através de seus componentes e objeto é descrito através de seus componentes e relações com outros objetosrelações com outros objetosrepresentação mais utilizada: lógica de primeira representação mais utilizada: lógica de primeira ordemordemconjunto maior de conceitos para aprenderconjunto maior de conceitos para aprenderinício dos anos 90: atraem atenção como início dos anos 90: atraem atenção como representação interessante para aprendizado representação interessante para aprendizado indutivo numa área chamada deindutivo numa área chamada de
Programação Lógica IndutivaProgramação Lógica Indutiva
![Page 19: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/19.jpg)
LabicLabic
Limitações do AM ProposicionalLimitações do AM ProposicionalTeoria do Domínio (Background Teoria do Domínio (Background KnowledgeKnowledge) ) pode ser expressa de uma forma limitada pode ser expressa de uma forma limitada Impossibilidade de expressar descrições Impossibilidade de expressar descrições relacionais torna a linguagem de expressão relacionais torna a linguagem de expressão inapropriada para alguns domíniosinapropriada para alguns domínios
Uma descrição baseada em atributosUma descrição baseada em atributosé equivalente a uma descrição emé equivalente a uma descrição em
Lógica ProposicionalLógica Proposicional
![Page 20: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/20.jpg)
LabicLabic
A = B em uma linguagem baseada em atributoA = B em uma linguagem baseada em atributo--valor é expressa porvalor é expressa por
Exemplo1: A, B: dois atributos booleanos
• A = B em uma linguagem de primeira ordem é expressa por
Descrição Baseada em AtributoDescrição Baseada em Atributo--Valor Valor vsvs Descrição RelacionalDescrição Relacional
(A = 0)(A = 0)andand(B = 0)(B = 0)oror(A = 1)(A = 1)andand(B = 1)(B = 1)
A=BA=B
domínio(A) = domínio(B) = {0, 1}domínio(A) = domínio(B) = {0, 1}
![Page 21: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/21.jpg)
LabicLabic
Exemplo2: aprendizado de conceitos de pôquer
Naipe1 Valor1 Naipe2 Valor2 Classe7 7QA
QJ
parpar
não_par
♦♦♦
♦♦♦♠♠♠♣♣♣
♣♣♣♥♥♥
Descrição Baseada em AtributoDescrição Baseada em Atributo--Valor Valor vsvs Descrição Relacional Descrição Relacional (Cont)(Cont)
![Page 22: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/22.jpg)
LabicLabic
par se Valor1 = Valor2par se Valor1 = Valor2
• Em uma linguagem baseada em atributo-valor o conceito par é expresso por
parpar se (Valor1 = 7 se (Valor1 = 7 andand Valor2 = 7)Valor2 = 7)oror(Valor1 = Q (Valor1 = Q andand Valor2 = Q)Valor2 = Q)oror......
• Em uma linguagem de primeira ordem é expresso por
Descrição Baseada em AtributoDescrição Baseada em Atributo--Valor Valor vsvs Descrição Relacional Descrição Relacional (Cont)(Cont)
![Page 23: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/23.jpg)
LabicLabic
Aprendizado RelacionalAprendizado Relacional
filha(X,Y) filha(X,Y) mulher(X),pais(X,Y).mulher(X),pais(X,Y).
mulher(mulher(evaeva).).mulher(mulher(mariamaria).).mulher(mulher(anaana).).filha(filha(evaeva,,anaana). ). --pais(pais(antonioantonio,,joaojoao).).filha(filha(antonioantonio,,anaana). ). --pais(pais(antonioantonio,,evaeva).).filha(filha(evaeva,,antonioantonio). +). +pais(pais(anaana,,antonioantonio).).filha(filha(mariamaria,,anaana). +). +pais(pais(anaana,,mariamaria).).
Teoria do DomínioTeoria do DomínioExemplos de TreinamentoExemplos de Treinamento
![Page 24: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/24.jpg)
LabicLabic
AM Construtivo (construção de AM Construtivo (construção de atributos)atributos)
Lógica Lógica ProporcionalProporcional
Aprendizado Aprendizado ProposicionalProposicional
Ampliação de LAmpliação de Lεε, L, LHH
![Page 25: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/25.jpg)
LabicLabic
Aprendizado ProposicionalAprendizado Proposicionalvsvs RelacionalRelacional
Lógica Lógica RelacionalRelacional
Aprendizado Aprendizado RelacionalRelacional
Restrição de LRestrição de Lεε, L, LHH
Lógica Lógica ProporcionalProporcional
Aprendizado Aprendizado ProposicionalProposicional
Ampliação de LAmpliação de Lεε, L, LHH
![Page 26: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/26.jpg)
LabicLabic
SeSe Nublado Nublado ouou ChovendoChovendoentãoentão Levar_GuardaLevar_Guarda--ChuvaChuva
Formalismos usados em AM Formalismos usados em AM para descrever conceitospara descrever conceitos
regras seregras se--então (ifentão (if--thenthen) para representar ) para representar conceitosconceitos
![Page 27: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/27.jpg)
LabicLabic
Formalismos usados em AM Formalismos usados em AM para descrever conceitospara descrever conceitos
árvores de decisão para representar árvores de decisão para representar conceitosconceitos
lógica de predicadoslógica de predicados
sorrisorriinimigoinimigo
segurasegurainimigoinimigo
amigoamigonão
simespada
balão
filha(X, Y) <filha(X, Y) <---- mulher(X), pais(X,Y).mulher(X), pais(X,Y).
![Page 28: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/28.jpg)
LabicLabic
MamíferoMamífero
PessoaPessoa
EnfermeiroEnfermeiro
NarizNariz
SantosSantosBrancoBranco
é-um
instância
tem-parte
cor-do-uniforme
time
Formalismos usados para Formalismos usados para descrever objetos e conceitosdescrever objetos e conceitosredes semânticasredes semânticas
![Page 29: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/29.jpg)
LabicLabic
Modos de AprendizadoModos de Aprendizado
Aprendizado NãoSupervisionado
RegressãoClassificação
AprendizadoSupervisionado
AprendizadoIndutivo
Obtém conclusõesgenéricas sobre um
conjunto de exemplos
Classes sãoconhecidas
Classediscreta
Aprendizado Semi-Supervisionado
![Page 30: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/30.jpg)
LabicLabic
Aprendizado SupervisionadoAprendizado SupervisionadoCada exemplo é expresso por Cada exemplo é expresso por
um conjunto de atributosum conjunto de atributos
ExemplosExemplosSistemaSistema
dedeAprendizadoAprendizado hh
![Page 31: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/31.jpg)
LabicLabic
Aprendizado SupervisionadoAprendizado Supervisionado
O sistema de aprendizadoO sistema de aprendizadoobjetiva criar um modelo para um objetiva criar um modelo para um problema específico, encontrando problema específico, encontrando
uma forma genérica de relatar um conceito.uma forma genérica de relatar um conceito.
ExemplosExemplosSistemaSistema
dedeAprendizadoAprendizado hh
![Page 32: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/32.jpg)
LabicLabic
Aprendizado SupervisionadoAprendizado Supervisionado
ExemplosExemplosSistemaSistema
dedeAprendizadoAprendizado hh
O modelo, hipótese ou classificadorO modelo, hipótese ou classificadorinduzido pelo sistema de aprendizado pode induzido pelo sistema de aprendizado pode ser utilizado para predizer o comportamentoser utilizado para predizer o comportamento
futuro da classe de interessefuturo da classe de interesse
![Page 33: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/33.jpg)
LabicLabic
ClassificaçãoClassificação
DadosBrutos
Espec.Problema
Conhecimentodo Domínio
Conhecimentodo Domínio
AM
Especialista
Avaliação
VariáveisIndependentes
(atributos)
VariávelDependente
(classe)X1 X2 X3 X4 X5 X6 X7 Y53 male 140 true 3.1 down 0 sick60 male 140 fal 3 flat 0 sick40 male 140 true 1.4 up 0 buff57 male 165 fal 1 flat 3 sick60 male 130 true 1.4 up 1 sick46 fem 138 true 0 flat 0 buff43 male 110 fal 0 up 0 buff58 male 120 fal 1.8 flat 0 sick55 male 160 true 0.8 flat 1 sick41 male 120 fal 0 up 0 buff52 male 172 fal 0.5 up 0 buff62 fem 138 fal 1.9 flat 3 sick43 male 120 true 2.5 flat 0 sick47 male 110 true 1 flat 1 sick56 male 130 true 0.6 flat 1 sick
Exemplos
h
![Page 34: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/34.jpg)
LabicLabic
ClassificaçãoClassificação
DadosBrutos
Espec.Problema
Conhecimentodo Domínio
Conhecimentodo Domínio
AM
Especialista
Avaliação
VariáveisIndependentes
(atributos)
VariávelDependente
(classe)X1 X2 X3 X4 X5 X6 X7 Y53 male 140 true 3.1 down 0 sick60 male 140 fal 3 flat 0 sick40 male 140 true 1.4 up 0 buff57 male 165 fal 1 flat 3 sick60 male 130 true 1.4 up 1 sick46 fem 138 true 0 flat 0 buff43 male 110 fal 0 up 0 buff58 male 120 fal 1.8 flat 0 sick55 male 160 true 0.8 flat 1 sick41 male 120 fal 0 up 0 buff52 male 172 fal 0.5 up 0 buff62 fem 138 fal 1.9 flat 3 sick43 male 120 true 2.5 flat 0 sick47 male 110 true 1 flat 1 sick56 male 130 true 0.6 flat 1 sick
ExemplosMenos
Compacto(específico)
MaisCompacto(genérico)
h
![Page 35: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/35.jpg)
LabicLabic
VariáveisIndependentes
(atributos)
VariávelDependente
(classe)X1 X2 X3 X4 X5 X6 X7 Y53 male 140 true 3.1 down 0 sick60 male 140 fal 3 flat 0 sick40 male 140 true 1.4 up 0 buff57 male 165 fal 1 flat 3 sick60 male 130 true 1.4 up 1 sick46 fem 138 true 0 flat 0 buff43 male 110 fal 0 up 0 buff58 male 120 fal 1.8 flat 0 sick55 male 160 true 0.8 flat 1 sick41 male 120 fal 0 up 0 buff52 male 172 fal 0.5 up 0 buff62 fem 138 fal 1.9 flat 3 sick43 male 120 true 2.5 flat 0 sick47 male 110 true 1 flat 1 sick56 male 130 true 0.6 flat 1 sick
Rotulando Novos ExemplosRotulando Novos Exemplos
VariáveisIndependentes
(atributos)
VariávelDependente
(classe)X1 X2 X3 X4 X5 X6 X7 Y53 male 140 true 3.1 down 0 sick60 male 140 fal 3 flat 0 sick40 male 140 true 1.4 up 0 buff57 male 165 fal 1 flat 3 sick60 male 130 true 1.4 up 1 sick46 fem 138 true 0 flat 0 buff43 male 110 fal 0 up 0 buff58 male 120 fal 1.8 flat 0 sick55 male 160 true 0.8 flat 1 sick41 male 120 fal 0 up 0 buff52 male 172 fal 0.5 up 0 buff62 fem 138 fal 1.9 flat 3 sick43 male 120 true 2.5 flat 0 sick47 male 110 true 1 flat 1 sick56 male 130 true 0.6 flat 1 sick
ExemplosNão Rotulados(sem classe)
Exemplos Rotulados(com classe)
h
![Page 36: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/36.jpg)
LabicLabic
DadosDadosεε == εε++ ∪∪ εε-- conjunto de exemplos de conjunto de exemplos de treinamento de um conceitotreinamento de um conceito CC
encontrar uma hipóteseencontrar uma hipótese hh, expressa em , expressa em uma linguagem de descrição uma linguagem de descrição LLhh tal que:tal que:
cada exemplo cada exemplo ee ∈ ε∈ ε++ é coberto por é coberto por hhnenhum exemplo negativo nenhum exemplo negativo ee ∈ ε∈ ε-- é é
coberto por coberto por hh
![Page 37: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/37.jpg)
LabicLabic
Consistência e Completeza de Consistência e Completeza de hh
hh inconsistente e incompleta.
hh consistente e incompleta.hh inconsistente e completa.
hh consistente e completa.
+ +
+
+
++
++
--
-
--
+ +
+
+
++
++
--
-
--
+ +
+
+
++
++
--
-
--
+ +
+
+
++
++
--
-
-
![Page 38: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/38.jpg)
LabicLabic
Escolha do AlgoritmoEscolha do Algoritmo
Vários algoritmos disponíveis ...Vários algoritmos disponíveis ...Não existe um “melhor” algoritmo Não existe um “melhor” algoritmo para todas as tarefas e domíniospara todas as tarefas e domíniosAvaliação experimental...Avaliação experimental...
![Page 39: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/39.jpg)
LabicLabic
Modos de AprendizadoModos de Aprendizado
Aprendizado NãoSupervisionado
RegressãoClassificação
AprendizadoSupervisionado
AprendizadoIndutivo
Aprendizado Semi-Supervisionado
![Page 40: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/40.jpg)
LabicLabic
Como agrupar estes objetos?Como agrupar estes objetos?AM não supervisionado: agrupamentoAM não supervisionado: agrupamento
![Page 41: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/41.jpg)
LabicLabic
Como agrupar estes Como agrupar estes objetos?objetos?
o agrupamento é subjetivoo agrupamento é subjetivo
Empregados da EscolaOs Simpsons HomensMulheres
![Page 42: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/42.jpg)
LabicLabic
Como medir similaridade?Como medir similaridade?
Função de distância ou dissimilaridadeFunção de distância ou dissimilaridade
características = cor da pele, altura. Distância =0.2
características = sobrenome, idade. Distância =0.4
![Page 43: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/43.jpg)
LabicLabic
O que é similaridade?O que é similaridade?A qualidade, caráter ou condição das coisas similares. (Dicionário Houaiss)
Similaridade é difícilde definir, mas...Reconhecemos quando a vemos!
![Page 44: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/44.jpg)
LabicLabic
Modos de AprendizadoModos de Aprendizado
Aprendizado NãoSupervisionado
RegressãoClassificação
AprendizadoSupervisionado
AprendizadoIndutivo
Aprendizado Semi-Supervisionado
![Page 45: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/45.jpg)
LabicLabic
hh vista como classificadorvista como classificador
hh vista como conjunto de regrasvista como conjunto de regras
AM Simbólico (supervisionado)AM Simbólico (supervisionado)
h
h
Regra R1
Regra R2
...
Regra Ri
ExemplosExemplosSistemaSistema
dedeAprendizadoAprendizado
![Page 46: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/46.jpg)
LabicLabic
Exemplo de Construção de Exemplo de Construção de Árvore de Decisão com Árvore de Decisão com
Interpretação GeométricaInterpretação Geométrica
![Page 47: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/47.jpg)
LabicLabic
Idade Renda Classe20 2000 Ruim30 5100 Bom60 5000 Ruim40 6000 Bom... ... ...
Dados sobre Crédito BancárioDados sobre Crédito Bancário
![Page 48: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/48.jpg)
LabicLabic
Idade
Renda
RuimBom
Árvore de DecisãoÁrvore de Decisão
![Page 49: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/49.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Idade < 25Sim Não
Idade
Renda
RuimBom
![Page 50: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/50.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Idade < 25Sim Não
14 - Ruim0 - Bom
Idade
Renda
RuimBom
![Page 51: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/51.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Idade < 25Sim Não
Ruim
Idade
Renda
RuimBom
![Page 52: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/52.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Idade < 25Sim
29 - Ruim19 - Bom
RuimNão
Idade
Renda
RuimBom
![Page 53: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/53.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
8 - Ruim0 - Bom
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimBom
![Page 54: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/54.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
Ruim
RuimBom
![Page 55: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/55.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
RuimBom
![Page 56: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/56.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
15 - Ruim0 - Bom Ruim
Bom
![Page 57: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/57.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
Ruim RuimBom
![Page 58: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/58.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
Ruim Renda > 5kSim Não
RuimBom
![Page 59: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/59.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
Ruim Renda > 5kSim Não
5 - Ruim0 - Bom
RuimBom
![Page 60: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/60.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
Ruim Renda > 5kSim Não
Ruim
RuimBom
![Page 61: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/61.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
Ruim Renda > 5kSim
1 - Ruim19 - Bom
Ruim
Não
RuimBom
![Page 62: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/62.jpg)
LabicLabic
Árvore de DecisãoÁrvore de Decisão
Renda > 1kRuim
Sim Não
Idade < 25
Sim Não
Idade
Renda
RuimIdade > 45Sim Não
Ruim Renda > 5kSim
Ruim
Não
Bom
RuimBom
![Page 63: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/63.jpg)
LabicLabic
Idade
Renda
Árvore de Decisão (H1)Árvore de Decisão (H1)
![Page 64: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/64.jpg)
LabicLabic
Idade
Renda
...Outra Possível H2...Outra Possível H2
![Page 65: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/65.jpg)
LabicLabic
Idade
Renda
...Outra Possível H3...Outra Possível H3
![Page 66: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/66.jpg)
LabicLabic
Idade
Renda
...Outra Possível H4...Outra Possível H4
![Page 67: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/67.jpg)
LabicLabic
Renda
Idade
H4...H4...
![Page 68: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/68.jpg)
LabicLabic
Qual a melhor H??Qual a melhor H??
Avaliação em um Avaliação em um conjunto de testeconjunto de teste
![Page 69: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/69.jpg)
LabicLabic
Renda
Idade
Conjunto de Teste
Erro de H4Erro de H4
![Page 70: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/70.jpg)
LabicLabic
Erro de H1Erro de H1
Renda
Idade
Conjunto de Teste
![Page 71: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/71.jpg)
LabicLabic
Avaliação de ModelosAvaliação de Modelos
Exemplosde Teste
Exemplosde Treinamento
Erroh
IndutorIndutor
![Page 72: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/72.jpg)
LabicLabic
Validação CruzadaValidação Cruzada
![Page 73: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/73.jpg)
IndutorIndutor IndutorIndutor IndutorIndutor
h1 h2 h3
ε1 ε2 ε3
Erro Médio
Validação cruzada com 3 Validação cruzada com 3 foldsfolds
![Page 74: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/74.jpg)
LabicLabic
IMPORTANTEIMPORTANTE
Todo algoritmo indutivo tem um Todo algoritmo indutivo tem um biasbias
Desempenho de um algoritmo varia com o Desempenho de um algoritmo varia com o domíniodomínio
Análise experimental é fundamental!!!Análise experimental é fundamental!!!
![Page 75: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/75.jpg)
LabicLabic
Mineração de DadosMineração de Dados
Avanço da tecnologia permitiu o Avanço da tecnologia permitiu o armazenamento de armazenamento de colecoleçõções enormes de es enormes de dadosdados
Extração de Conhecimentode Bases de Dados
![Page 76: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/76.jpg)
LabicLabic
MD x AMMD x AM
Mineração de Dados
MuitosExemplos
MuitosAtributos
AprendizadoAprendizadode Máquinade Máquina
PoucosExemplos
PoucosAtributos
AM geralmente (mas não sempre)trabalha com pequena quantidade
de dados (em geral relevantes)
![Page 77: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/77.jpg)
LabicLabic
MD x AMMD x AM
Mineração de Dados
MuitosExemplos
MuitosAtributos
AprendizadoAprendizadode Máquinade Máquina
PoucosExemplos
PoucosAtributos
MD trabalha com grandes bases de dados
![Page 78: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/78.jpg)
AplicaçõesAplicações
SubSub--áreas de IA complementamáreas de IA complementam--se se e, assim, podem ser combinadas e, assim, podem ser combinadas
produzindo resultados produzindo resultados surpreendentessurpreendentes
![Page 79: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/79.jpg)
LabicLabic
BuscadoresBuscadores InteligentesInteligentes
GoogleGoogle NewsNews: Busca de Noticias: Busca de NoticiasAprendizado de Máquina Não Supervisionado: Aprendizado de Máquina Não Supervisionado: ClusteringClustering
![Page 80: Aprendizado de Máquina para a Automação da Aquisicão de ...wiki.icmc.usp.br/images/e/e7/IA8-2011A.pdf · Automação da Aquisicão de Conhecimento Maria Carolina Monard ... Uma](https://reader031.vdocuments.pub/reader031/viewer/2022022710/5bf1dbaf09d3f2f2448c7fe0/html5/thumbnails/80.jpg)
LabicLabic
FIM…FIM…