WEBVTT

00:00:00.000 --> 00:00:04.904
Que é a aprendizaxe automática? Neste video tentaremos definir que é e tamén tentar

00:00:04.904 --> 00:00:09.520
ofrecervos unha idea de cando hai que empregar aprendizaxe automática. Incluso dentro dos

00:00:09.520 --> 00:00:14.252
profesionais da aprendizaxe automática non hai unha definición ben aceptada do que é e do que

00:00:14.252 --> 00:00:18.926
non é a aprendizaxe automática. Pero deixádeme amosarvos un par de exemplos de como a

00:00:18.926 --> 00:00:23.600
xente tentou definila. Aquí vai a definición do que é aprendizaxe automática

00:00:23.600 --> 00:00:28.520
segundo Arthur Samuel. El define a aprendizaxe automática coma o campo de estudo que dá

00:00:31.037 --> 00:00:33.554
ás computadoras a habilidade de aprender sen ter sido explicitamente programadas. O salto á fama de Samuel

00:00:33.554 --> 00:00:38.452
foi nos anos 50, cando escribiu un programa do xogo das damas. E o

00:00:38.452 --> 00:00:43.603
sorprendente deste programa do xogo das damas, foi que o mesmo Arthur Samuel

00:00:43.603 --> 00:00:48.268
non era un bo xogador de damas. Mais o que fixo foi programar a computadora para xogar

00:00:48.268 --> 00:00:52.245
decenas de milleiros de partidas contra si mesma, observando que tipos de posicións no

00:00:52.245 --> 00:00:56.698
taboleiro levaban á vitoria e que tipos de posicións levaban a derrotas.

00:00:56.698 --> 00:01:00.725
O programa do xogo de damas aprende co tempo cales son as

00:01:00.725 --> 00:01:04.713
boas posicións no taboleiro e cales son as malas. E finalmente aprende a xogar

00:01:04.713 --> 00:01:09.514
ás damas mellor do que Arthur Samuel é capaz el mesmo. Isto foi un resultado salientable.

00:01:09.514 --> 00:01:14.535
Aínda que Samuel non era un bo xogador de damas. Pero grazas

00:01:14.535 --> 00:01:19.254
a que a computadora ten a paciencia de xogar decenas de milleiros de veces contar si mesma.

00:01:19.254 --> 00:01:24.275
Ningún humano ten a paciencia de xogar tal cantidade de partidas. Facendo isto a computadora foi capaz

00:01:24.275 --> 00:01:29.235
de ter moita máis experiencia no xogo e finalmente converterse

00:01:29.235 --> 00:01:33.817
nun xogador de damas mellor ca Arthur Samuel mesmo. Esta é dalgunha maneira unha definición

00:01:33.817 --> 00:01:38.547
informal, e vella. Velaiquí outra definición algo máis recente de

00:01:38.547 --> 00:01:43.607
Tom Mitchell, que é un amigo, en Carnegie Mellon. Tom define a aprendizaxe automática dicindo

00:01:43.607 --> 00:01:48.819
que un problema de aprendizaxe ben proposto defínese do seguinte xeito. El di,

00:01:48.819 --> 00:01:53.843
un programa de computadora dise que aprende da experiencia E con respecto de certa tarefa T e cunha medida

00:01:53.843 --> 00:01:58.678
do rendemento P se esta medida sobre T medida por P mellora

00:01:58.678 --> 00:02:03.764
a experiencia E. Creo que chegou a esta definición para facer que rimase.

00:02:03.764 --> 00:02:08.346
Para o exemplo do xogo das damas, a experiencia E sería a

00:02:08.346 --> 00:02:13.253
experiencia de ter o programa xogando decenas de milleiros de partidas contra si mesmo.

00:02:13.253 --> 00:02:17.735
A tarefa T sería a tarefa de xogar ás damas. E a medida do rendemento P

00:02:17.735 --> 00:02:22.399
sería a probabilidade de gañar a seguinte partida de damas contra

00:02:22.399 --> 00:02:27.157
algún novo opoñente. A través destes vídeos, ademáis de tentar aprendervos a materia,

00:02:27.157 --> 00:02:32.291
ocasionalmente fareivos algunha pregunta para estar seguro de que entendedes

00:02:32.291 --> 00:02:36.891
o contido. Aquí vai unha. Na parte superior está a definición de aprendizaxe automática dada por Tom Michell

00:02:36.891 --> 00:02:42.292
Supoñamos que o voso xestor de correo electrónico observa que correos marcades ou non

00:02:42.292 --> 00:02:47.826
coma correo lixo. Nun cliente de correo coma este poderiades premer no botón de corro lixo para informar

00:02:47.826 --> 00:02:53.263
de que un correo é correo lixo pero outros non. E baseándose nos correos marcados coma

00:02:53.263 --> 00:02:59.046
lixo o voso programa aprende mellor como filtrar o correo lixo.

00:02:59.046 --> 00:03:04.290
Cal sería a tarefa T neste caso? Nuns intres o video parará. Cando o faga,

00:03:04.290 --> 00:03:09.598
podedes empregar o voso rato para seleccionar unha destas catro opcións para

00:03:09.598 --> 00:03:40.190
facerme saber cal destas catro pensades que é a resposta correcta a esta pregunta.

00:03:40.190 --> 00:03:45.747
Esa podería ser unha medida do rendemento P. E polo tanto, o rendemento da tarefa sobre a tarefa do noso sistema de

00:03:45.747 --> 00:03:50.529
rendemento sobre a tarefa T, con respecto da medida do rendemento P mellorará despois

00:03:50.529 --> 00:03:55.957
a experiencia E. Nesta clase espero aprendervos sobre diferentes tipos

00:03:55.957 --> 00:04:00.933
de algoritmos de aprendizaxe. Hai moitos tipos diferentes de algoritmos de aprendizaxe.

00:04:00.933 --> 00:04:05.650
Os dous principais son os chamados "aprendizaxe supervisada" e "aprendizaxe non supervisada"

00:04:05.650 --> 00:04:10.690
Definirei mellor o que significan estes termos no próximo par de videos.

00:04:10.690 --> 00:04:16.028
Pero dedúcese que na aprendizaxe supervisada, a idea, si, é que imos ensinar á

00:04:16.028 --> 00:04:20.513
computadora a facer algo, mentres que na aprendizaxe non supervisada imos deixar

00:04:20.513 --> 00:04:25.016
que aprenda por si mesma. Non vos preocupedes se estes dous termos non teñen sentido aínda, nos

00:04:25.016 --> 00:04:29.739
próximos dous vídeos heivos dicir exactamente que é o que son estes dous tipos de aprendizaxe.

00:04:29.739 --> 00:04:34.070
Escoitaredes tamén outros termos de moda coma aprendizaxe pro reforzo e sistemas

00:04:34.070 --> 00:04:38.621
de recomendación. Estes son outros tipos de algoritmos de aprendizaxe automática dos que falaremos

00:04:38.621 --> 00:04:42.460
máis adiante, pero os dous tipos de algoritmos de aprendizaxe máis empregados son probablemente

00:04:42.460 --> 00:04:46.791
aprendizaxe supervisada e aprendizaxe non supervisada e heinos definir nos dous

00:04:46.791 --> 00:04:51.123
próximos videos. E pasaremos a maior parte desta clase falando destes dous tipos de

00:04:51.123 --> 00:04:55.720
algoritmos de aprendizaxe. Resulta que unha das outras cousas coas pasaremos moito tempo

00:04:55.720 --> 00:05:00.054
nesta clase será o consello práctico de aplicación dos algoritmos de aprendizaxe. Isto

00:05:00.054 --> 00:05:04.444
é algo que me parece moi importante e que realmente é algo que

00:05:04.444 --> 00:05:08.167
non sei se se ensina noutras universidades. Ensinar sobre algoritmos de

00:05:08.167 --> 00:05:12.509
aprendizaxe é coma dar unha serie de ferramentas. E igual de importante ou

00:05:12.509 --> 00:05:17.616
máis importante ca dar ferramentas é ensinar como aplicar estas ferramentas. Gustaríame

00:05:17.616 --> 00:05:22.413
facer unha analoxía coa aprendizaxe para ser carpinteiro. Imaxinade que alguén vos

00:05:22.413 --> 00:05:26.959
está aprendendo como ser carpinteiro a divos "isto é un martelo, isto é

00:05:26.959 --> 00:05:31.077
un desparafusador, isto é unha serra... boa sorte". Ben, non é bo, ou? Vos

00:05:31.077 --> 00:05:34.799
tedes todas estas ferramentas, pero o máis importante é aprender como empregalas

00:05:34.799 --> 00:05:38.927
axeitadamente. Hai unha gran diferenza entre a xente que

00:05:38.927 --> 00:05:43.456
sabe como empregar estes algoritmos de aprendizaxe automática e aqueles qeu non

00:05:43.456 --> 00:05:47.626
saben como empregalos ben. Aquí en Silicon Valley onde vivimos, cando vou

00:05:47.626 --> 00:05:52.328
visitar diferentes compañías, incluso algusnhas das mási importantes de silicon Valley, a miudo vexo

00:05:52.328 --> 00:05:56.428
xente tentando aplicar algoritmos de aprendizaxe automática a algún problema e

00:05:56.428 --> 00:06:00.857
ás veces facéndoo durante seis meses. Pero ás veces cando vexo

00:06:00.857 --> 00:06:05.121
o que están a facer, eu dígo, sabes? podería terlles dito, carai!

00:06:05.121 --> 00:06:09.714
podería tervos dito hai seis meses que deberiades empregar un algoritmo de aprendizaxe e

00:06:09.714 --> 00:06:14.470
aplicalo deste xeito un pouco modificado, e as vosas probabilidades de éxito terían

00:06:14.470 --> 00:06:19.648
sido moito máis altas. Asi que o que imos facer nesta clase é realmente pasar moito

00:06:19.648 --> 00:06:23.523
tempo falando de como, se realmente tentades desenvolver un sistema de aprendizaxe

00:06:23.523 --> 00:06:27.596
automática, como facer que estas boas prácticas tipos decisión sobre o xeito no cal

00:06:27.596 --> 00:06:31.321
construides o voso sistema para que cando esteades cosntruindo o voso algoritmo por primeira vez

00:06:35.394 --> 00:06:39.373
Alguén podería terse decatado de que non ía funcionar

00:06:39.373 --> 00:06:43.515
en absoluto e é unha perda de tempo de seis meses. Asi qeu vou pasar realmente

00:06:43.515 --> 00:06:47.707
moito tempo aprendéndovos ese tipo de boas prácticas en aprendizaxe automática e

00:06:47.707 --> 00:06:52.052
IA e como facer que esta materia funcione e como facemos, como os mellores o fan

00:06:52.052 --> 00:06:56.143
en Silicon Valley e no mundo enteiro. Espero convertervos nuns dos mellores en

00:06:56.143 --> 00:06:59.905
saber como deseñar e construír sistemas de aprendizaxe automática e IA serios. Asi que,

00:06:59.905 --> 00:07:04.698
isto é aprendizaxe automática e estes son os prncipais temas que espero ensinar. No seguinte

00:07:04.698 --> 00:07:09.023
video vou definir que é aprendizaxe supervisada e despois diso,

00:07:09.023 --> 00:07:13.757
que é aprendizaxe non supervisada. E tamén empezar a falar de cando debedes empregar cada unha delas.