-
Que é a aprendizaxe automática? Neste video tentaremos definir que é e tamén tentar
-
ofrecervos unha idea de cando hai que empregar aprendizaxe automática. Incluso dentro dos
-
profesionais da aprendizaxe automática non hai unha definición ben aceptada do que é e do que
-
non é a aprendizaxe automática. Pero deixádeme amosarvos un par de exemplos de como a
-
xente tentou definila. Aquí vai a definición do que é aprendizaxe automática
-
segundo Arthur Samuel. El define a aprendizaxe automática coma o campo de estudo que dá
-
ás computadoras a habilidade de aprender sen ter sido explicitamente programadas. O salto á fama de Samuel
-
foi nos anos 50, cando escribiu un programa do xogo das damas. E o
-
sorprendente deste programa do xogo das damas, foi que o mesmo Arthur Samuel
-
non era un bo xogador de damas. Mais o que fixo foi programar a computadora para xogar
-
decenas de milleiros de partidas contra si mesma, observando que tipos de posicións no
-
taboleiro levaban á vitoria e que tipos de posicións levaban a derrotas.
-
O programa do xogo de damas aprende co tempo cales son as
-
boas posicións no taboleiro e cales son as malas. E finalmente aprende a xogar
-
ás damas mellor do que Arthur Samuel é capaz el mesmo. Isto foi un resultado salientable.
-
Aínda que Samuel non era un bo xogador de damas. Pero grazas
-
a que a computadora ten a paciencia de xogar decenas de milleiros de veces contar si mesma.
-
Ningún humano ten a paciencia de xogar tal cantidade de partidas. Facendo isto a computadora foi capaz
-
de ter moita máis experiencia no xogo e finalmente converterse
-
nun xogador de damas mellor ca Arthur Samuel mesmo. Esta é dalgunha maneira unha definición
-
informal, e vella. Velaiquí outra definición algo máis recente de
-
Tom Mitchell, que é un amigo, en Carnegie Mellon. Tom define a aprendizaxe automática dicindo
-
que un problema de aprendizaxe ben proposto defínese do seguinte xeito. El di,
-
un programa de computadora dise que aprende da experiencia E con respecto de certa tarefa T e cunha medida
-
do rendemento P se esta medida sobre T medida por P mellora
-
a experiencia E. Creo que chegou a esta definición para facer que rimase.
-
Para o exemplo do xogo das damas, a experiencia E sería a
-
experiencia de ter o programa xogando decenas de milleiros de partidas contra si mesmo.
-
A tarefa T sería a tarefa de xogar ás damas. E a medida do rendemento P
-
sería a probabilidade de gañar a seguinte partida de damas contra
-
algún novo opoñente. A través destes vídeos, ademáis de tentar aprendervos a materia,
-
ocasionalmente fareivos algunha pregunta para estar seguro de que entendedes
-
o contido. Aquí vai unha. Na parte superior está a definición de aprendizaxe automática dada por Tom Michell
-
Supoñamos que o voso xestor de correo electrónico observa que correos marcades ou non
-
coma correo lixo. Nun cliente de correo coma este poderiades premer no botón de corro lixo para informar
-
de que un correo é correo lixo pero outros non. E baseándose nos correos marcados coma
-
lixo o voso programa aprende mellor como filtrar o correo lixo.
-
Cal sería a tarefa T neste caso? Nuns intres o video parará. Cando o faga,
-
podedes empregar o voso rato para seleccionar unha destas catro opcións para
-
facerme saber cal destas catro pensades que é a resposta correcta a esta pregunta.
-
Esa podería ser unha medida do rendemento P. E polo tanto, o rendemento da tarefa sobre a tarefa do noso sistema de
-
rendemento sobre a tarefa T, con respecto da medida do rendemento P mellorará despois
-
a experiencia E. Nesta clase espero aprendervos sobre diferentes tipos
-
de algoritmos de aprendizaxe. Hai moitos tipos diferentes de algoritmos de aprendizaxe.
-
Os dous principais son os chamados "aprendizaxe supervisada" e "aprendizaxe non supervisada"
-
Definirei mellor o que significan estes termos no próximo par de videos.
-
Pero dedúcese que na aprendizaxe supervisada, a idea, si, é que imos ensinar á
-
computadora a facer algo, mentres que na aprendizaxe non supervisada imos deixar
-
que aprenda por si mesma. Non vos preocupedes se estes dous termos non teñen sentido aínda, nos
-
próximos dous vídeos heivos dicir exactamente que é o que son estes dous tipos de aprendizaxe.
-
Escoitaredes tamén outros termos de moda coma aprendizaxe pro reforzo e sistemas
-
de recomendación. Estes son outros tipos de algoritmos de aprendizaxe automática dos que falaremos
-
máis adiante, pero os dous tipos de algoritmos de aprendizaxe máis empregados son probablemente
-
aprendizaxe supervisada e aprendizaxe non supervisada e heinos definir nos dous
-
próximos videos. E pasaremos a maior parte desta clase falando destes dous tipos de
-
algoritmos de aprendizaxe. Resulta que unha das outras cousas coas pasaremos moito tempo
-
nesta clase será o consello práctico de aplicación dos algoritmos de aprendizaxe. Isto
-
é algo que me parece moi importante e que realmente é algo que
-
non sei se se ensina noutras universidades. Ensinar sobre algoritmos de
-
aprendizaxe é coma dar unha serie de ferramentas. E igual de importante ou
-
máis importante ca dar ferramentas é ensinar como aplicar estas ferramentas. Gustaríame
-
facer unha analoxía coa aprendizaxe para ser carpinteiro. Imaxinade que alguén vos
-
está aprendendo como ser carpinteiro a divos "isto é un martelo, isto é
-
un desparafusador, isto é unha serra... boa sorte". Ben, non é bo, ou? Vos
-
tedes todas estas ferramentas, pero o máis importante é aprender como empregalas
-
axeitadamente. Hai unha gran diferenza entre a xente que
-
sabe como empregar estes algoritmos de aprendizaxe automática e aqueles qeu non
-
saben como empregalos ben. Aquí en Silicon Valley onde vivimos, cando vou
-
visitar diferentes compañías, incluso algusnhas das mási importantes de silicon Valley, a miudo vexo
-
xente tentando aplicar algoritmos de aprendizaxe automática a algún problema e
-
ás veces facéndoo durante seis meses. Pero ás veces cando vexo
-
o que están a facer, eu dígo, sabes? podería terlles dito, carai!
-
podería tervos dito hai seis meses que deberiades empregar un algoritmo de aprendizaxe e
-
aplicalo deste xeito un pouco modificado, e as vosas probabilidades de éxito terían
-
sido moito máis altas. Asi que o que imos facer nesta clase é realmente pasar moito
-
tempo falando de como, se realmente tentades desenvolver un sistema de aprendizaxe
-
automática, como facer que estas boas prácticas tipos decisión sobre o xeito no cal
-
construides o voso sistema para que cando esteades cosntruindo o voso algoritmo por primeira vez
-
Alguén podería terse decatado de que non ía funcionar
-
en absoluto e é unha perda de tempo de seis meses. Asi qeu vou pasar realmente
-
moito tempo aprendéndovos ese tipo de boas prácticas en aprendizaxe automática e
-
IA e como facer que esta materia funcione e como facemos, como os mellores o fan
-
en Silicon Valley e no mundo enteiro. Espero convertervos nuns dos mellores en
-
saber como deseñar e construír sistemas de aprendizaxe automática e IA serios. Asi que,
-
isto é aprendizaxe automática e estes son os prncipais temas que espero ensinar. No seguinte
-
video vou definir que é aprendizaxe supervisada e despois diso,
-
que é aprendizaxe non supervisada. E tamén empezar a falar de cando debedes empregar cada unha delas.
