Aprendizagem de Máquina

Inteligência Articial

Prof. Rosalvo Neto

Agenda

1 Introdução

2 Tipos de Aprendizagem de Máquina

3 Paradigmas

4 Conceitos Básicos

5 KNN
 Introdução
Tipos Denições
Paradigmas Indução
Conceitos Importantes
KNN

Subárea da Inteligência Articial

Aprendizado de Máquina, do inglês Machine Learning, é uma

subárea da Inteligência Articial (Chartrand et al., 2017). De
acordo com Mitchell (1997), essa subárea está preocupada com a
questão de como construir programas de computador que
melhoram automaticamente com a experiência.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Denições
Paradigmas Indução
Conceitos Importantes
KNN

Raciocínio Indutivo

Aprendizado de Máquina também conhecido como Aprendizado

Indutivo. Um processo de raciocínio indutivo de maneira geral, é
um raciocínio que parte do particular para o geral, da parte para o
todo (Lima and Imoniana, 2011).

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Denições
Paradigmas Indução
Conceitos Importantes
KNN

Exemplo de Indução

Por exemplo, se notamos que: Todos os pacientes com Décit de

Atenção atendidos em 2006 sofriam de Ansiedade

Todos os pacientes com Décit de Atenção atendidos em 2007 sofriam

de Ansiedade
...

Podemos inferir logicamente, que Todos os pacientes que sofrem de

Décit de Atenção também sofrem de Ansiedade

Isto pode ser ou não verdade, mas propicia uma boa generalização

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Existem três

Supervisionado
Por reforço
Não Supervisionado

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Denição 1

O objetivo do aprendizado indutivo é encontrar uma hipótese

(h) que concorde com um conjunto de exemplos.

Uma hipótese é considerada satisfatória quando possui uma

boa capacidade de generalização.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Denição 2

O algoritmo de aprendizado (indutor) recebe um conjunto de

exemplos de treinamento para os quais os rótulos da classe
associada são conhecidos

O objetivo do indutor é construir um classicador que possa

determinar corretamente a classe de novos exemplos ainda não
rotulados

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Denição 2

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Denição 3

E, em relação a
"Um programa aprende a partir da experiência
T, com medida de desempenho P, se
uma classe de tarefas
seu desempenho em T, medido por P, melhora com E".

Mitchell, 1997

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Exemplo 1 - Detecção de bons clientes para um cartão de crédito

Tarefa T: classicar potenciais novos clientes como bons ou

maus pagadores

Medida de Desempenho P: porcentagem de clientes

classicados corretamente

Experiência de Treinamento E: uma base de dados histórica

em que os clientes já conhecidos são previamente classicados
como bons ou maus pagadores

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Exemplo 2 - Diagnóstico de gravidez de risco

Tarefa T: classicar novas gestantes com potenciais riscos na

gravidez

Medida de Desempenho P: porcentagem de pacientes

classicadas corretamente

Experiência de Treinamento E: base de dados histórica

contendo exemplos de gestantes com ou sem gravidez de risco

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Denição

O objetivo do aprendizado não supervisionado é aprender

estruturas desconhecidas que estão presentes nos dados
(Hosseini-Asl et al., 2016).

Como exemplos de tarefas de aprendizado não supervisionado

podemos citar Agrupamento do inglês Clustering

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

Agrupamento

O indutor analisa os exemplos fornecidos e tenta determinar se

alguns deles podem ser agrupados de alguma maneira,
formando agrupamentos ou clusters

Após a determinação dos agrupamentos, em geral, é necessário

uma análise para determinar o que cada agrupamento signica
no contexto do problema que está sendo analisado

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Tipos de Aprendizagem de Máquina
Tipos Supervisionado
Paradigmas Não Supervisionado
Conceitos Importantes Por reforço
KNN

O aprendizado por reforço pode ser classicada como uma

técnica de aprendizado intermediária, entre supervisionado e
não supervisionado (Shalev-Shwartz and Ben-David, 2014).

O aprendizado ocorre através da interação entre o agente e o

ambiente, o seu comportamento será modelado a partir de
recompensas e punições a medida que o agente mapeia as
percepções que ele tem do ambiente para uma determinada
ação

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigmas de Aprendizado de Máquina

Por analogia
Bayesiano
Baseado em regras
Conexionista

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigma Por analogia

Uma forma de classicar um novo padrão é lembrar-se de exemplos

parecidos classicados anteriormente, e assim atribuir ao novo
exemplo uma classe de um padrão parecido. Esta é a idéia central
deste paradigma.
A técnica de K vizinhos mais próximos é um exemplo de técnica
que utiliza este paradigma.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigma Por analogia

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigma Bayesiano

O paradigma Bayesiano usa a probabilidade como medida

racional para lidar com a incerteza na tarefa de prever valores
futuros.

Neste paradigma, os parâmetros do modelo são expressos na

forma de distribuições de probabilidade. Dentre os modelos
Baysianos, o mais conhecido é o Naive Bayes.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigma Baseado em regras

O paradigma baseado em regras contempla uma grande variedade

de algoritmos que representam o modelo no formato de regras. Em
geral, estas regras estão na forma de Se...então, o que torna fácil
a interpretação deste tipo de modelo. Por isso, eles são muito
utilizados na área de aprendizagem de máquina. Dentre os modelos
baseados em regras, um dos mais populares são as árvores de
decisão.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigma Baseado em regras

Simbólico

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigma Conexionista

O paradigma conexionista é baseado na área de pesquisa de

Redes Neurais Articiais.

Uma rede neural articial é um modelo computacional

inspirado no funcionamento do cérebro humano.

As redes neurais possuem como principal característica

aprender através de exemplos e poder de generalização.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução Por analogia (Baseado em exemplo)
Tipos Bayesiano
Paradigmas Baseado em regras
Conceitos Importantes Conexionista
KNN

Paradigma Conexionista

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Modos de Aprendizagem
Paradigmas Medida de Desempenho
Conceitos Importantes Geral
KNN

Existem dois

Incremental (On-Line)
A hipótese é atualizada a medida que cada exemplo é
apresentado ao indutor.
Não Incremental (Batch)
A hipótese só é atualizada após a apresentação de todos os
exemplos ao indutor.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Modos de Aprendizagem
Paradigmas Medida de Desempenho
Conceitos Importantes Geral
KNN

Medida de Desempenho

A medida de desempenho natural de um indutor é sua taxa de erro

global, porém é otimista!
Solução:
Treinamento

Teste

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Modos de Aprendizagem
Paradigmas Medida de Desempenho
Conceitos Importantes Geral
KNN

Exemplo, Atributo e Classe

Exemplo (caso, registro ou padrão) é uma tupla de valores de

atributos
Um cliente, uma paciente
Atributo: descreve uma característica ou um aspecto de um
exemplo.
Nominal: sexo, estado civil
Contínuo: peso, altura, idade
Classe: atributo especial (aprendizado supervisionado),
denominado rótulo ou classe.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Modos de Aprendizagem
Paradigmas Medida de Desempenho
Conceitos Importantes Geral
KNN

Conjunto de exemplos

Um conjunto de exemplos é composto por exemplos contendo

valores de atributos bem como a classe associada.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Modos de Aprendizagem
Paradigmas Medida de Desempenho
Conceitos Importantes Geral
KNN

Missing Values

Valores Ausentes;

Tipos:
Desconhecidos
Não registrados
Razões:
Erro de funcionamento
Mudanças na denição do escopo

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Modos de Aprendizagem
Paradigmas Medida de Desempenho
Conceitos Importantes Geral
KNN

Outliers (Pontos aberrantes)

Em geral, indicados por valores fora do padrão.

Exemplo rendas com valores R$ 1,00 ou R$ 1.000.000,00

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Denição
Paradigmas Algoritmo
Conceitos Importantes Cálculo da Smimilaridade
KNN

k-vizinhos mais próximos do inglês k-Nearest Neighbors (KNN)

O KNN é um classicador Por analogia, ou seja, o modelo é

representado pelos exemplos de treinamento.

O valor K representa a quantidade de exemplos semelhantes

do conjunto de treinamento utilizado para classicação.

Dado um exemplo desconhecido, um classicador KNN

procura os K exemplos semelhantes ao padrão desconhecido
para realizar a classicação.

O exemplo desconhecido é associado à classe que contém mais

registros semelhantes.

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Denição
Paradigmas Algoritmo
Conceitos Importantes Cálculo da Smimilaridade
KNN

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Denição
Paradigmas Algoritmo
Conceitos Importantes Cálculo da Smimilaridade
KNN

Distância euclidiana

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina

 Introdução
Tipos Denição
Paradigmas Algoritmo
Conceitos Importantes Cálculo da Smimilaridade
KNN

Dúvidas

Prof. Rosalvo Neto - Inteligência Articial Aprendizagem de Máquina