advertisement

introduccion

60 %
40 %
advertisement
Information about introduccion
Entertainment

Published on December 28, 2007

Author: DC_Cloepatra

Source: authorstream.com

advertisement

Aprendizado de Máquina Uma Visão Geral:  Aprendizado de Máquina Uma Visão Geral Profa. Dra. Maria Carolina Monard LABIC - ICMC - USP São Carlos Tópicos:  Tópicos Inteligência e Aprendizado Engenharia de Conhecimento e SBC Dado, Informação e Conhecimento Aprendizado de Máquina AM usando Árvores de Decisão KDD e Data Mining O que é IA?:  O que é IA? O que é IA?:  “Uma área de pesquisa que investiga formas de habilitar o computador a realizar tarefas nas quais, até o momento, o ser humano tem um melhor desempenho”. Elaine Rich O que é IA? Inteligência Artificial:  Inteligência Artificial “Tão logo algum problema de IA é resolvido ele não é mais considerado um problema da área de IA...” Chuck Thorpe CMU, Robotics Institute, 2000 Definições Adicionais:  Definições Adicionais Conjunto de técnicas para a construção de máquinas “inteligentes”, capazes de resolver problemas que requerem inteligência humana. (Nilsson) Ramo da Ciência da Computação dedicado à automação de comportamento inteligente. (Luger e Stubble) Tecnologia de processamento de informação que envolve processos de raciocínio, aprendizado e percepção. (Winston) As 4 categorias das definições de Inteligência Artificial:  As 4 categorias das definições de Inteligência Artificial As 4 categorias das definições de Inteligência Artificial:  As 4 categorias das definições de Inteligência Artificial Agindo como humanos: A abordagem do Teste de Turing Pensando como humanos: A abordagem do modelamento cognitivo Pensando racionalmente: A abordagem das leis do pensamento Agindo racionalmente: A abordagem de agentes racionais Áreas de apoio para a Inteligência Artificial:  Áreas de apoio para a Inteligência Artificial IA Psicologia Biologia Lógica Matemática Ciência da Computação Lingüística Engenharia Filosofia Áreas Relacionadas com a Inteligência Artificial:  Áreas Relacionadas com a Inteligência Artificial IA Psicologia Biologia Lógica Matemática Ciência da Computação Lingüística Engenharia Filosofia Robótica Redes Neurais Sistemas Baseados em Conhecimento Processamento de Linguagem Natural Aprendizado de Máquina Sistemas Nebulosos Planejamento Uma Nova Visão:  Uma Nova Visão A partir dos anos 80 foi percebido que, geralmente, o modelo de raciocínio utilizado em IA era diferente do usado pelos seres humanos. Mas essas diferenças não invalidam o uso de modelos não-humanos. Um bom exemplo é o avião, que opera de uma forma muito diferente da dos pássaros, mas também voa..... Uma Nova Visão:  Uma Nova Visão Em outras palavras, para que alguém quer construir uma cópia da mente humana? Não é suficiente a original? Não é a mente humana a mais difícil de se auto-examinar? A única solução aparentemente lógica é separar a inteligência humana da inteligência artificial para construir algo completamente novo. IA e Lógica:  IA e Lógica Entre as controvérsias que ainda persistem na área encontra-se a relacionada com o papel desempenhado em IA pela lógica. A inteligência deriva primariamente do raciocínio lógico ou do conhecimento? IA e Lógica:  IA e Lógica O problema está em considerar que esse ou é um ou exclusivo! IA e Lógica:  IA e Lógica São diversas as lógicas utilizadas em IA, tais como: Lógica Fuzzy Lógica Paraconsistente Lógica Temporal e várias outras IA e Lógica:  IA e Lógica Ainda que forçados a utilizar muitas variedades de lógica, alguns pesquisa-dores consideram que tanto a lingua-gem quanto a “máquina de inferência” lógica é fundamental para IA. O ideal seria conseguir integrar essa grande variedade de mecanismos lógicos especializados dentro de um sistema único, poderoso e versátil, porém uniforme. Paradigmas da Inteligência:  Paradigmas da Inteligência Procedimento Inteligente:  Procedimento Inteligente Aprende por experiência Usa conhecimento adquirido por experiência Soluciona problemas na ausência de alguma informação Reage rapidamente perante uma nova situação Determina o que é importante Raciocina e pensa Entende imagens visuais Processa e manipula símbolos É criativo e imaginativo Usa heurísticas Inteligência x Aprendizado:  Inteligência x Aprendizado Aprendizado é a chave da superioridade da Inteligência Humana Aprendizado é a essência da Inteligência Para que uma máquina tenha Comportamento Inteligente, deve-se aumentar sua Capacidade de Aprendizado Inteligência x Aprendizado:  Inteligência x Aprendizado O ser humano está pré-programado para o aprendizado. Aprende ampliando o alcance do conhecimento que já possui, através de reordenações sucessivas O computador não possui o programa inicial para procurar por informações e realizar aprendizado em geral Paradigmas e técnicas de AM possuem um alvo bem mais limitado do que o aprendizado humano O Teste de Turing:  O Teste de Turing Interrogador Tópicos:  Tópicos Inteligência e Aprendizado Engenharia de Conhecimento e SBC Dado, Informação e Conhecimento Aprendizado de Máquina AM usando Árvores de Decisão KDD e Data Mining Sistemas de IA:  Sistemas de IA Conceitos e técnicas de IA Sistemas de IA Conhecimento Seleção do Domínio:  Seleção do Domínio A seleção de um domínio apropriado é crucial para o êxito no desenvolvimento de um sistema inteligente. Os limites da tarefa devem ser claramente delineados. Slide25:  Especialista(s) Engenheiro do Conhecimento CONSTRUÇÃO DE BASES DE CONHECIMENTO Engenharia de Conhecimento:  Engenharia de Conhecimento Estuda o processo de transferência de conhecimento do especialista para o computador. Engenheiro de Conhecimento:  Engenheiro de Conhecimento É o profissional que extrai o conhecimento do(s) especialista(s) --- ou de outra fonte --- o interpreta e representa em tipos e estruturas de conhecimento na Base de Conhecimento. Problemas com AC:  Problemas com AC Especialista com dificuldades para verbalizar conhecimento Especialista pode não estar ciente de como usa o conhecimento. Conhecimento Incompleto Conhecimento Incorreto Conhecimento Inconsistente Sistemas Baseados em Conhecimento (SBC) :  Sistemas Baseados em Conhecimento (SBC) “Programas de computador que usam conhecimento representado explicitamente para resolver problemas” SBC e Sistemas Especialistas:  SBC e Sistemas Especialistas SBC:  SBC SBCs são desenvolvidos para serem usados em problemas que requerem uma quantidade considerável de conhecimento humano e de “esperteza” para serem resolvidos Sistemas Especialistas (SE):  Sistemas Especialistas (SE) “SEs são sistemas que são capazes de oferecer soluções para problemas específicos num dado domínio ou que consigam aconselhar (dar conselhos), de uma maneira ou num nível comparável ao de especialistas naquela área.” Lucas and van der Gaag Princípios de Sistemas Especialistas Sistemas Especialistas:  Sistemas Especialistas “Um Sistema Especialista, ainda que projetado e implementado de forma brilhante, se é incapaz de aprender a não repetir erros, então ele não é mais inteligente que uma minhoca.” O.G. Selfridge “The Garnen of Learning” AI Magazine 14(2), 1993 Tópicos:  Tópicos Inteligência e Aprendizado Engenharia de Conhecimento e SBC Dado, Informação e Conhecimento Aprendizado de Máquina AM usando Árvores de Decisão KDD e Data Mining Estrutura:  Estrutura Dados Informação Conhecimento O que é DADO?:  O que é DADO? Dado é a estrutura fundamental sobre a qual um sistema de informação é construído. O que é INFORMAÇÃO?:  O que é INFORMAÇÃO? A transformação de dados em informação é freqüentemente realizada através da apresentação dos dados em uma forma compreensível ao usuário. O que é CONHECIMENTO?:  O que é CONHECIMENTO? Fornece a capacidade de resolver problemas, inovar e aprender baseado em experiências prévias Uma combinação de instintos, idéias, regras e procedimentos que guiam as ações e decisões. Importante observar ....:  Importante observar .... Dado não é Informação Informação não é Conhecimento Conhecimento não é Inteligência Inteligência não é Sabedoria Tópicos:  Tópicos Inteligência e Aprendizado Engenharia de Conhecimento e SBC Dado, Informação e Conhecimento Aprendizado de Máquina AM usando Árvores de Decisão KDD e Data Mining Sistemas de IA:  Sistemas de IA Conceitos e técnicas de IA Sistemas de IA Conhecimento Aprendizado de Máquina:  Aprendizado de Máquina Pode ser utilizado como meio para vencer um dos maiores problemas de Sistemas de IA - o gargalo da aquisição de conhecimento Aprendizado de Máquina:  Aprendizado de Máquina  Sub-área da Inteligência Artificial que pesquisa métodos computacionais relacionados à aquisição de novos conhecimentos, novas habilidades e novas formas de organizar o conhecimento já existente. Objetivos de AM:  Objetivos de AM um melhor entendimento dos mecanismos de aprendizado humano automação da aquisição do conhecimento AM incorpora várias técnicas de outras disciplinas:  AM incorpora várias técnicas de outras disciplinas Sistemas de Aprendizado de Máquina:  Sistemas de Aprendizado de Máquina Características do Aprendizado Indutivo:  Características do Aprendizado Indutivo Qualquer que seja o tipo de aprendizado, é necessário uma linguagem para descrever objetos (ou possíveis eventos) e uma linguagem para descrever conceitos. Em geral, é possível distinguir dois tipos de descrições para objetos: Slide48:  1.Descrições estruturais: um objeto é descrito em termos de seus componentes e a relação entre eles Slide49:  2.Descrições de atributos: um objeto é descrito em termos de suas características globais como um vetor de valores de atributos Formalismos usados em AM para descrever conceitos:  Formalismos usados em AM para descrever conceitos regras se-então (if-then) para representar conceitos Formalismos usados em AM para descrever conceitos:  Formalismos usados em AM para descrever conceitos árvores de decisão para representar conceitos lógica de predicados Formalismos usados para descrever objetos e conceitos:  Formalismos usados para descrever objetos e conceitos redes semânticas Aprendizado por Indução:  Aprendizado por Indução Aprendizado Supervisionado:  Aprendizado Supervisionado Cada exemplo é expresso por um conjunto de features Aprendizado Supervisionado:  Aprendizado Supervisionado objetiva moldar a estrutura de classificação para um problema específico, encontrando uma forma genérica de relatar um conceito. Conhecimento Adquirido (Hipótese h):  h vista como classificador h vista como conjunto de regras h vista como classificador Conhecimento Adquirido (Hipótese h) Aprendizado Indutivo de Conceitos - AIC:  Aprendizado Indutivo de Conceitos - AIC Dados = +  - conjunto de exemplos de treinamento de um conceito C encontrar uma hipótese H, expressa em uma linguagem de descrição L tal que: cada exemplo e + é coberto por H nenhum exemplo negativo e - é coberto por H Aprendizado Indutivo de Conceitos - AIC (Cont):  cobre(H,) = {e + | cobre(H,e) = true} (instância positiva) cobre(H,) = {e - | cobre(H,e) = false} (instância negativa) Aprendizado Indutivo de Conceitos - AIC (Cont) Consistência e Completeza de h:  Consistência e Completeza de h h inconsistente e incompleta. h consistente e incompleta. h inconsistente e completa. h consistente e completa. Tópicos:  Tópicos Inteligência e Aprendizado Engenharia de Conhecimento e SBC Dado, Informação e Conhecimento Aprendizado de Máquina AM usando Árvores de Decisão KDD e Data Mining Dados sobre Crédito Bancário:  Dados sobre Crédito Bancário Árvore de Decisão:  Idade Renda Árvore de Decisão Árvore de Decisão:  Árvore de Decisão Idade < 25 Sim Não Idade Renda Árvore de Decisão:  Árvore de Decisão Idade < 25 Sim Não 14 - Ruim 0 - Bom Idade Renda Árvore de Decisão:  Árvore de Decisão Idade < 25 Sim Não Ruim Idade Renda Árvore de Decisão:  Árvore de Decisão Idade < 25 Sim 29 - Ruim 19 - Bom Ruim Não Idade Renda Árvore de Decisão:  Árvore de Decisão 8 - Ruim 0 - Bom Renda > 1k Ruim Idade < 25 Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade > 45 Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade > 45 15 - Ruim 0 - Bom Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade Renda Idade > 45 Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade > 45 Renda > 5k Sim Não Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade > 45 Renda > 5k Sim Não 5 - Ruim 0 - Bom Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade > 45 Renda > 5k Sim Não Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade > 45 Renda > 5k Sim 1 - Ruim 19 - Bom Não Árvore de Decisão:  Árvore de Decisão Renda > 1k Idade < 25 Idade > 45 Renda > 5k Sim Não Erro:  Erro Erro:  Erro Erro:  Erro Principais fatores: Informação dos atributos Adaptação do algoritmo de aprendizado aos dados Distribuição dos casos futuros Quantidade de dados Árvore de Decisão (H1):  Árvore de Decisão (H1) ...Outra Possível H2:  Idade Renda ...Outra Possível H2 ...Outra Possível H3:  Idade Renda ...Outra Possível H3 ...Outra Possível H4:  Idade Renda ...Outra Possível H4 Qual a Melhor H? Não Esquecer o Erro...:  Qual a Melhor H? Não Esquecer o Erro... H4...:  Renda Idade H4... Erro de H4:  Renda Idade Conjunto de Teste Erro de H4 Erro de H1:  Erro de H1 Renda Idade Conjunto de Teste IMPORTANTE:  IMPORTANTE Todo algoritmo indutivo tem um bias Desempenho de um algoritmo varia com o domínio Análise Experimental é Fundamental Tópicos:  Tópicos Inteligência e Aprendizado Engenharia de Conhecimento e SBC Dado, Informação e Conhecimento Aprendizado de Máquina AM usando Árvores de Decisão KDD e Data Mining Data Mining:  Data Mining Avanço da tecnologia permitiu o armazenamento de coleções enormes de dados Extração de Conhecimento de Bases de Dados Processo de KDD:  Processo de KDD DM x AM:  DM x AM AM geralmente (mas não sempre) trabalha com pequena quantidade de dados, mas relevantes DM x AM:  DM x AM DM trabalha com grandes bases de dados reais, sendo a eficiência muito importante Considerações Finais:  Considerações Finais Pessoas diferentes vêem IA de uma maneira diferente. Duas importantes questões são: Você está interessado em pensamento ou comportamento? Você deseja modelar seres humanos ou trabalhar a partir de um padrão ideal? Slide95:  “Se o cérebro [humano] fosse tão simples que pudéssemos compreendê-lo, nós seríamos tão simples que não o conseguiríamos.” Slide96:  Este material encontra-se disponível no site do LABIC: http://labic.icmc.sc.usp.br/portugues/courses.htm Profa. Dra. Maria Carolina Monard mcmonard@icmc.sc.usp.br Design e Programação Visual: Marcos Roberto Geromini mrgera@icmc.sc.usp.br LABIC - ICMC - USP São Carlos

Add a comment

Related presentations

Related pages

Introducción - Wikipedia, la enciclopedia libre

En un ensayo, artículo o libro, la introducción es una sección inicial cuyo propósito principal es contextualizar el texto fuente o reseñado que está ...
Read more

INTRODUCCION - Scribd

INTRODUCCION - Free download as Word Doc (.doc), PDF File (.pdf), Text File (.txt) or read online for free.
Read more

Definición de introducción - Qué es, Significado y Concepto

Definicion.de: Definición de introducción (http://definicion.de/introduccion/) Últimas definiciones. Definición de cobertizo; Definición de cobalto;
Read more

codingintro.com

VMware ESXi is virtual infrastructure software for partitioning, consolidating, and managing systems in mission-critical environments. VMware ESXi provides ...
Read more

Introducción - FpgaLibre

Introducción; Esta página es una introducción al proyecto y en ella se explican conceptos básicos sobre las herramientas usadas, modificadas y/o ...
Read more

Introduction - Wikipedia

Introduction, The Introduction, Intro, or The Intro may refer to: Introduction (music), an opening section of a piece of music;
Read more

Introducción al Control Numérico por Computadora ...

El curso de Introducción al Control Numérico Computarizado te permitirá adquirir conocimientos básicos para la selección, programación y ...
Read more

Introducción - significado de introducción diccionario

introduccion; introducción; introducción de datos; introducciones; introduce; introducen; introduces; introducía; introducíais; introducíamos ...
Read more

Android: Introducción a la Programación | edX

Desarrollaremos una aplicación de ejemplo, "Mis Lugares Favoritos," para conocer el entorno de desarrollo de Android y sus elementos.
Read more