Definição de aprendizado de máquina
O aprendizado de máquina é um ramo da inteligência artificial. Envolve o uso de programas de treinamento e dados implementados em um sistema especialista, permitindo que o computador aprenda e execute tarefas para as quais não foi especificamente programado. Uma demonstração de aprendizado de máquina geralmente envolve apresentar ao computador dados novos e não relacionáveis ou circunstâncias desconhecidas ou em mudança e fazer com que o computador faça previsões com base no que aprendeu para atingir o resultado ou objetivo mais bem-sucedido. O processo de aprendizagem envolve o sistema especialista identificando padrões e mapeando novos relacionamentos, melhorando assim seus programas em execução e o desempenho final.
Exemplo
Vejamos um exemplo. Todos nós temos contas de e-mail. O servidor de email executa um programa ‘X’ que permite ao usuário a capacidade de recategorizar emails. Uma dessas categorias que todos conhecemos é chamada de SPAM. Assim, todas as manhãs todos os emails não solicitados são enviados manualmente para a pasta de SPAM pelo titular da conta de email. Essas decisões e ações são tomadas pelo titular da conta. Depois de um tempo, o programa ‘X’ aprende certos padrões nos e-mails que o titular da conta envia para a pasta de spam, e que sempre são eventualmente excluídos.
Alguns padrões:
- Os e-mails nunca se dirigem ao titular da conta pessoalmente
- Os e-mails contêm anúncios não relacionáveis
- Os e-mails contêm uma única linha de texto que é um URL
- Os e-mails sempre contêm anexos
- Os mesmos e-mails sempre reaparecem com o mesmo corpo de texto
- O endereço de e-mail do remetente não é salvo na lista de contatos dos titulares da conta
- O e-mail é enviado para SPAM não lido
- O endereço do remetente envia vários e-mails diferentes
Uma vez que o programa é capaz de identificar esses padrões e mapear as relações entre os endereços de remetente recebidos e o titular da conta, ele aprende para que o programa possa começar a enviar automaticamente alguns e-mails recebidos para o SPAM, limpando assim a caixa de entrada do titular da conta.
Tipos de aprendizado de máquina
Existem diferentes ramos da inteligência artificial (IA), com o aprendizado de máquina sendo um deles. Vejamos alguns dos diferentes tipos de aprendizado de máquina.
Aprendizado de máquina supervisionado
No aprendizado de máquina supervisionado, o computador ou sistema especialista é facilitado por programas de treinamento chamados algoritmos, nos quais a máquina recebe várias entradas e suas características de identificação e dados de saída correspondentes. É um sistema de aprendizagem fortemente dependente de informações de saída pré-determinadas. Simplificando, a máquina aprende diferentes entradas e sua saída correspondente.
Como exemplo, vamos imaginar que estamos em uma fazenda. Precisamos de um banco de dados dos animais da fazenda. Pedimos ao fazendeiro que envie imagens dos cavalos e burros e rotule essas imagens. A etiquetagem correta é a chave para um banco de dados preciso. O computador aprende as diferentes características das imagens rotuladas, identifica as etiquetas corretamente e, assim, distingue os cavalos dos burros usando seus dados de treinamento. Isso é aprendizado supervisionado.
Aprendizado de máquina não supervisionado
O aprendizado de máquina não supervisionado , como você pode adivinhar, retém as informações de saída correspondentes no algoritmo. Queremos que o computador execute uma tarefa que não foi ensinada. O computador é fornecido apenas com um monte de dados e suas características. O computador passa por um processo de tentativa e erro ou um processo de ação e recompensa. Esse processo às vezes é conhecido como aprendizado por reforço. Com cada identificação correta, o sistema é recompensado e, assim, gradualmente identifica padrões e mapeia novas relações entre as características de identificação e a saída correta. Conforme suas margens de sucesso aumentam, o mapeamento e novos algoritmos de relacionamento se tornam mais fortes.
Clustering
Este é outro tipo de aprendizagem não supervisionada em que o computador identifica semelhanças entre os objetos de dados e os coloca em grupos de acordo. Pode não saber como identificar os grupos, mas por meio de sua análise investigativa pode gerar grupos de dados.
Por exemplo, pode ser apresentado a um computador vários dados acadêmicos e pessoais dos alunos e nada mais. O computador analisa os dados e forma vários grupos de dados com base em semelhanças. Suponha que este seja um grupo de alunos de alto desempenho. Além disso, pode agrupar alunos com boas notas que vêm de lares estáveis e alunos com boas notas que participam menos de atividades sociais e alguns que participam mais de atividades. A partir dos dados demográficos de alto desempenho, emerge um grupo de alunos de alto desempenho que participam de atividades sociais e podem ter um desempenho melhor na vida real.
Aprendizagem Semi-Supervisionada
Este é o mecanismo de aprendizado » nós temos parte da informação e o computador trabalhará o resto ». Como o nome sugere , a aprendizagem semissupervisionada ocorre em situações em que apenas uma saída parcial é disponibilizada no algoritmo. A máquina tem que trabalhar sua maneira de mapear critérios e criar relacionamentos sólidos no conjunto de dados. É entre a aprendizagem supervisionada e não supervisionada.
Resumo da lição
O aprendizado de máquina é o futuro da inteligência artificial. A capacidade de uma máquina de aprender por meio de dados de treinamento, construir algoritmos e se adaptar a dados desconhecidos ou circunstâncias em mudança é o futuro. Existem três tipos de aprendizado de máquina: supervisionado , não supervisionado e semissupervisionado . Os dados e as informações são o nosso presente, mas as máquinas inteligentes independentes estão no nosso futuro!