Embedded Files
Imagine que você é um professor ensinando uma criança a reconhecer diferentes tipos de frutas. Você mostra várias imagens de maçãs e laranjas e diz à criança qual fruta é qual. Com o tempo, a criança aprende a identificar uma maçã e uma laranja sozinha, mesmo que veja uma nova imagem que nunca viu antes. Esse processo é similar a aprendizagem supervisionada em machine learning.
O Que é Aprendizagem Supervisionada?
O Que é Aprendizagem Supervisionada?
Na aprendizagem supervisionada, ensinamos a máquina usando um conjunto de dados que contém exemplos de entrada e as respostas corretas correspondentes. Esses exemplos são chamados de dados rotulados. É como dar à máquina um livro de respostas para que ela possa aprender a partir deles. Usando o exemplo anterior, vamos supor que vamos treinar a máquina para identificar o que é uma laranja e o que é uma maçã. Você, o desenvolvedor sabe o que é cada uma e é capaz de discernir uma imagem da outra. Sendo assim, você consegue supervisionar o que a máquina vai te dar e consegue monitorar o processo. Nesse caso, você estará fornecendo à maquina dados cuja resposta já se conhece. Isso faz com que seja possível verificar o que ela está produzindo e fazer os ajustes necessários se houver algum erro.1
Como Funciona?
Como Funciona?
Treinamento: Primeiro, a máquina é alimentada com um grande conjunto de exemplos (dados). Para ensinar um modelo a distinguir entre laranjas e maçãs, fornecemos muitas fotos de ambos, cada uma rotulada corretamente como "laranja" ou "maçã".
Aprendizagem: A máquina analisa esses exemplos e começa a identificar padrões que ajudam a distinguir as laranjas das maçãs. Ela aprende que maçãs têm certas características, como um formato específico e cores variadas, enquanto laranjas têm outras características, como formato mais circular e cor alaranjada.
Predição: Depois de treinada, a máquina pode receber novas fotos de laranjas e maçãs que nunca viu antes e, com base nos padrões aprendidos, prever de qual tipo de fruta a imagem se trata.
Onde Esse Tipo de Aprendizagem é Usada?
Onde Esse Tipo de Aprendizagem é Usada?
Classificação de e-mails: Imagine que você recebe muitos e-mails todos os dias, e alguns deles são spam. Um modelo de aprendizagem supervisionado pode ser treinado com exemplos de e-mails rotulados como "spam" e "não spam". Com essa informação, ele aprende a identificar novos e-mails como spam ou não spam, ajudando a organizar sua caixa de entrada.
Diagnóstico médico: Os médicos podem usar aprendizagem supervisionada para ajudar a diagnosticar doenças. Por exemplo, um modelo pode ser treinado com imagens de raios-X rotuladas como "com tumor" ou "sem tumor". Assim, ele pode aprender a identificar tumores em novas imagens de raios-X, auxiliando na detecção precoce de doenças.
Reconhecimento de voz: Assistentes virtuais como Siri e Alexa usam aprendizagem supervisionado para entender comandos de voz. Eles são treinados com gravações de voz rotuladas que correspondem a diferentes comandos. Com o tempo, esses modelos aprendem a reconhecer e responder a uma ampla variedade de solicitações verbais.
Previsão de preços: Imagine que você é um corretor de imóveis e quer prever o preço de venda de uma casa com base em suas características, como o tamanho, o número de quartos, a localização, entre outros fatores. Um modelo de aprendizagem supervisionada pode ser treinado usando dados históricos de vendas de imóveis. Esses dados incluem as características das casas (entrada) e os preços de venda correspondentes (saída). Depois de treinar o modelo com esses dados rotulados, ele pode prever o preço de novas casas que ainda não foram vendidas. Isso ajuda corretores de imóveis e compradores a tomar decisões mais informadas sobre o valor de uma propriedade.
Detecção de fraude financeira: Os bancos e instituições financeiras lidam com um grande volume de transações todos os dias, e detectar fraudes em tempo real é crucial. Um modelo de aprendizagem supervisionada pode ser treinado com exemplos de transações passadas, onde algumas são rotuladas como "fraudulentas" e outras como "legítimas". Com esse treinamento, o modelo aprende a identificar padrões associados a fraudes, como transações em locais incomuns, valores muito altos ou comportamentos fora do padrão para um usuário específico. Quando novas transações são realizadas, o modelo pode analisar esses padrões e prever a probabilidade de serem fraudulentas, ajudando a prevenir perdas financeiras e proteger os clientes.
Em formato gráfico
Em formato gráfico
Um exemplo prático...
Um exemplo prático...
Imagine que você usa um assistente virtual, como Siri, Alexa ou Google Assistant, para ajudar nas tarefas diárias. Esses assistentes virtuais são exemplos de aprendizagem supervisionada em ação. Nesse caso, ele funciona da seguinte forma:
Treinamento com dados rotulados: Os desenvolvedores treinam o assistente virtual com um grande conjunto de exemplos de comandos de voz rotulados. Esses exemplos incluem gravações de voz associadas a ações específicas, como "ligar as luzes", "tocar música" ou "configurar um alarme". Além disso, quando você aciona alguns desses assistentes pela primeira vez, ele pede que você diga algumas frases padrão para que ele possa aprender a reconhececr a forma e o padrão com o qual você fala.
Aprendizagem de padrões: O assistente virtual analisa esses exemplos e aprende a reconhecer padrões nos comandos de voz. Ele aprende a associar certas palavras e frases a ações específicas. Além disso, ele aprende a forma com a qual você fala certas coisas para aprender qual o seu padrão de fala, tom, e até sotaque.
Predição e resposta: Quando você fala com o assistente virtual, ele usa os padrões que aprendeu para entender seu comando e executar a ação correta. Por exemplo, se você disser "Qual é a previsão do tempo para hoje?", o assistente virtual reconhece a intenção do comando e responde com a previsão do tempo.
Agora, imagine que você está em casa e diz "Alexa, toque minha playlist de exercícios". Alexa reconhece as palavras "toque", "minha playlist" e "exercícios" porque foi treinada com muitos exemplos de comandos de voz semelhantes. Ela sabe que deve procurar uma playlist chamada "exercícios" em seu serviço de streaming de música e começar a reproduzi-la. Além disso, você pode usar essas aplicações para emitir comandos como:
Configurar alarmes: Hey Google, configure um alarme para as 7 da manhã.
Controlar dispositivos de casa inteligente: Siri, acenda as luzes da sala.
Obter informações: Alexa, qual é a previsão do tempo para hoje?
Tocar música: Google, toque jazz suave.
Gerenciar calendários: Siri, adicione uma reunião às 15 horas.
Gerenciar lista de compras: Alexa, adicionar bananas à minha lista de compras.
Page updated
Google Sites
Report abuse