Fique à frente com estratégias financeiras práticas, dicas, notícias e tendências.
Série Inovação: Desmistificando o aprendizado de máquina
O Dr. Tom Mitchell, ex-presidente do departamento de Aprendizado de Máquina da Universidade Carnegie Mellon, oferece uma definição elegante de Aprendizado de Máquina em seu livro. Ele sugere que "o ca
maio 23, 2018
O Dr. Tom Mitchell, ex-presidente do departamento de Aprendizado de Máquina da Universidade Carnegie Mellon, oferece uma definição elegante de Aprendizado de Máquina em seu livro. Ele sugere que "o campo do aprendizado de máquina está preocupado com a questão de como construir programas de computador que melhorem automaticamente com a experiência"
Atualmente, existem muitos tipos diferentes de aprendizado de máquina, mas o mais amplamente utilizado em aplicativos de negócios é o aprendizado supervisionado. O aprendizado supervisionado usa algoritmos como regressões lineares e logísticas e classificação multiclasse para analisar uma série de variáveis de entrada (X) para produzir uma saída (Y) por meio de uma função de mapeamento, como y=f(x).
O paralelo do aprendizado supervisionado é o de um professor e um aluno, em que o aluno é treinado em um assunto pelo professor. O aprendizado supervisionado exige que os possíveis resultados do algoritmo sejam conhecidos e que os dados usados para treinar o algoritmo sejam rotulados com as respostas corretas.
A maioria dos aplicativos de aprendizado de máquina supervisionado geralmente envolve as seguintes etapas:
- Reunir o conjunto de dados a ser avaliado
- Extrair o conjunto de parâmetros e atributos para apoiar as previsões
- Escolher o algoritmo de aprendizado de máquina
- Treinar o modelo
- Fazer previsões usando o modelo implantado
- Ajustar os parâmetros para refinar o modelo
Inscreva-se no blog