Você já se perguntou como as máquinas aprendem? Hoje eu quero te mostrar como funciona e quais os tipos de aprendizados nós temos!
Caso prefira esse conteúdo no formato de vídeo-aula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para receber por e-mail o(s) arquivo(s) utilizados na aula, preencha:
Você já parou para se pergunta como é feito o aprendizado das máquinas? Como elas aprendem que precisam fazer determinadas atividades de uma maneira e não de outra?
Hoje eu quero te mostrar como elas aprendem de uma forma bem didática, então vem comigo pra aprender!
Para iniciar você já deve saber que nós podemos programar uma máquina para executar uma determinada tarefa, mas você concorda que dessa forma nós temos uma limitação?
Só o programador que vai definir o que a máquina vai fazer não é mesmo? Mas imagine que você tenha um problema que é muito complexo para programar, o que faremos?
Como o programador não consegue mapear todas as possibilidades para esse problema mais complexo é necessário com que a máquina aprenda.
Então como podemos ensinar as máquinas? Da mesma forma que ensinamos os bebês!
Então vamos começar com informações básicas, como: “papai” e “mamãe” até que ele consiga aprender essas duas informações.
Depois vamos ter que associar essas informações a imagem do pai e da mãe, então inicialmente você já deve imaginar que vamos ter erros, muitos erros.
Mas depois de um tempo de prática você vai notar que assim como os bebês, as máquinas já vão saber associar essas informações as duas pessoas e depois não vai mais errar.
Depois disso o bebê vai conseguir criar um grupo de imagens para criar um modelo mental para essas classificações.
O mesmo vale para as máquinas, e depois podemos ir inserindo informações novas como a classificação de cachorro e gato.
Então sempre que um novo animal for mostrado ele vai conseguir classificar em gato ou cachorro. Será possível com que a máquina e o bebê entendam que temos diferentes tipos dentro de gato e cachorro.
Isso é feito através da busca de padrões em cada animal, então vai ficando mais fácil fazer a distinção entre eles.
Então essa forma de aprendizado onde nós já rotulamos cada uma das informações é chamado de Aprendizado Supervisionado.
Outra análise que pode ser feita para essa classificação é em relação ao ângulo da orelha e o tamanho do nariz.
Então com essas informações a máquina já consegue distinguir que são coisas/informações diferentes por conta dessas características.
Isso quer dizer que é possível fazer uma separação mesmo sem saber que um é gato e o outro é cachorro. Até porque isso em muitos casos pode não fazer diferença.
É igual quando você vê um anúncio na internet, a máquina não precisa saber que você é Fulano, mas sabe que de acordo com o que você assiste e compra aquele é um bom anúncio.
E isso vale para diversas informações, então mesmo que você não saiba a categoria de um produto/informação você consegue separá-los.
Esse é o aprendizado não supervisionado, pois conseguimos fazer a separação das informações, mas não sabemos qual é a categoria de cada um.
Agora nós vamos ao terceiro tipo de aprendizado que é quando uma criança vai utilizar um equipamento/item dentro de casa.
Para abrir uma torneira, uma hora ela vai entender que ao rodar para um lado começa a sair água e ao rodar para o outro lado o fluxo de água para.
A mesma coisa vale para o chuveiro, a criança não vai saber qual a temperatura correta da água para tomar banho, então uma hora pode estar muito quente, outra hora muito frio, então ela vai tentando até chegar em uma temperatura ideal.
Esse aprendizado é onde vamos experimentar algo e vamos ter o retorno dele (o feedback desse experimento).
Outro exemplo é colocarmos essa máquina para dar pontuações para determinadas ações, assim ela vai conseguir verificar o que é melhor em relação ao que está sendo feito.
Nesse caso nós vamos pegar um caminho para chegar em um destino, e quanto melhor o caminho, melhor a pontuação.
Mas se acontecer algum imprevisto, colisão ou qualquer outra problema já vamos ter uma pontuação negativa e com isso a própria máquina vai aprendendo qual o melhor caminho a ser tomado.
Então como a própria máquina vai dando uma pontuação e verificando qual a melhor opção em cada caso nós vamos ter o Aprendizado por Reforço.
Então é assim que as máquinas aprendem para poder tomar as próprias decisões e decidir qual é a melhor opção ou o melhor caminho ou o melhor anúncio e assim por diante!
Nessa aula eu te mostrei como é o processo de aprendizado das máquinas, ou seja, como as máquinas aprendem!
Esse processo é muito similar ao processo de aprendizado de um bebê, pois temos que começar com informações mais básicas até chegarmos na criação de um modelo onde vamos conseguir fazer classificações baseadas nesse modelo!
Para acessar outras publicações de Ciência de Dados, clique aqui!
Quer aprender mais sobre Python com um minicurso gratuito?
Expert em conteúdos da Hashtag Treinamentos. Auxilia na criação de conteúdos de variados temas voltados para aqueles que acompanham nossos canais.
Quer sair do zero no Python e virar uma referência na sua empresa? Inscreva-se agora mesmo no Python Impressionador