Introdução a Machine Learning

Description
1. Introdução a Machine Learning 2. Analista de sistemas Trabalho na Kinghost Estudante no senac Redes sociais @morvanabonin MORVANA Bonin 3. O que é inteligência? 4.…

Please download to get full document.

View again

of 27
All materials on our website are shared by users. If you have any questions about copyright issues, please report us to resolve them. We are always happy to assist you.
Information
Category:

Technology

Publish on:

Views: 0 | Pages: 27

Extension: PDF | Download: 0

Share
Transcript
  • 1. Introdução a Machine Learning
  • 2. Analista de sistemas Trabalho na Kinghost Estudante no senac Redes sociais @morvanabonin MORVANA Bonin
  • 3. O que é inteligência?
  • 4. Alfred Binet, pedagogo e psicólogo francês inventor do teste de Q.I., “Inteligência é julgar bem, compreender bem, raciocinar bem”. Lewis Terman, psicólogo americano, “ A capacidade de conceituar e de compreender o seu significado”. Jean Piaget, biólogo, psicólogo e epistemólogo suíço, “Adaptação ao ambiente físico e social.”
  • 5. Inteligência Artificial é a ciência de construir coisas inteligentes.
  • 6. O que é machine learning?
  • 7. A principal abordagem de Machine Learning é a de aprender através da experiência para encontrar padrões em conjunto de dados.
  • 8. basicamente, implementar Machine Learning significa criar algoritmos que possam aprender e fazer predições em cima de um conjunto de dados
  • 9. Em Machine Learning há três principais classificações no que diz respeito aos algoritmos usados e o tipo de aprendizagem deles, são elas: ● Aprendizagem Supervisionada. ● Aprendizagem Não Supervisionada. ● Aprendizagem Por Reforço.
  • 10. Supervised learning
  • 11. A maioria das práticas de Machine Learning utiliza a aprendizagem supervisionada.
  • 12. Os problemas que envolvem a Aprendizagem Supervisionada podem ser agrupados em problemas de classificação e/ou regressão. ● Classificação ● Regressão
  • 13. unSupervised learning
  • 14. O objetivo nesse caso é modelar a estrutura ou distribuição dos dados para saber mais sobre os mesmos.
  • 15. Problemas de Aprendizagem Não Supervisionada podem ser agrupados em Agrupamento (Clustering) e Associação (Association) ● Agrupamento ● Associação
  • 16. reinforcement learning
  • 17. Tentativa e erro, método de recompensa para os acertos é como podemos descrever a Aprendizagem Por Reforço.
  • 18. A dificuldade reside no fato de que as ações tomadas pelo agente podem mudar o ambiente, e o agente pode obter sua recompensa muito tempo depois de sua ação. Então, torna-se difícil saber quais ações levaram a qual recompensa.
  • 19. obrigada!
  • Related Search
    We Need Your Support
    Thank you for visiting our website and your interest in our free products and services. We are nonprofit website to share and download documents. To the running of this website, we need your help to support us.

    Thanks to everyone for your continued support.

    No, Thanks