O que é Aprendizagem de Máquina? (7 minutos)

O que é aprendizagem de máquina? Neste vídeo nós tentaremos definir o que é e também tentar

dar a vocês um senso que quando usar aprendizagem de máquina. Mesmo entre praticantes de

aprendizagem de máquina não há uma definição bem aceita do que é e o que

não é aprendizagem de máquina. Mas deixem-me mostrar a vocês alguns exemplos de formas que

pessoas tentaram definí-la. Aqui está a definição do que é aprendizagem de máquina

para Arthur Samuel. Ele definiu aprendizagem de máquina como o campo de estudo que dá

aos computadores a habilidade de aprender sem ser programado explicitamente. O aparecimento de Samuel

para a fama foi que nos anos 50, ele escreveu um programa jogador de damas. E a

coisa incrível sobre este programa é que o próprio Arthur Samuel

não era um bom jogador de damas. Mas o que ele fez foi, ele teve que programar para que o programa jogasse

10 de 1000 games contra ele mesmo. E assistindo quais tipos de posições

de tabuleiro tendiam a levar a vitórias, e quais tipos de posições de tabuleiro tendiam a levar a

derrotas. O programa jogador de damas aprendeu com o tempo quais são as posições de

tabuleiro boas e quais são as posições de tabuleiro ruins. E eventualmente aprendeu a jogar

damas melhor que o próprio Arthur Samuel era capaz. Isto foi um resultado notável.

Mesmo Samuel não sendo um bom jogador de damas. Mas porque o

computador teve a paciência de jogar milhares de jogos sozinho. Nenhum

humano tem a paciência de jogar tantos jogos. Mas fazendo isto o computador foi capaz

de conseguir tanta experiência em jogos de dama que ele eventualmente se tornou um

jogador melhor do que o próprio Arthur Samuel. Isto é uma definição um

pouco informal ,e antiga. Aqui há uma definição mais recente por Tom

Mitchell, que é um amigo da Carnegie Mellon. Então Tom define aprendizagem de máquina

dizendo isso, um problema de aprendizagem bem colocado e definido como segue. Ele diz, um programa

de computador é orientado para aprender da experiência E, com respeito a alguma tarefa T, e alguma

medida de performance P, se sua performance em T como medida por P melhora

com a experiência E. Eu atualmente acho que ele criou esta definição apenas para deixá-la com

rima. Para o exemplo do jogo de damas a experiência E será a

experiência de fazer o programa jogar 10000 jogos contra ele mesmo. A

tarefa T será a tarefa de jogar damas. E a medida de performance P

será a probabilidade que ele ganhe o próximo jogo de damas contra

algum novo oponente. Durante esses vídeos, além de tentar ensinar a vocês,

eu irei ocasionalmente fazer perguntas a vocês para assegurar que vocês entenderam o

conteúdo. Aqui está uma, no topo está a definição de aprendizagem de máquina de Tom

Mitchell. Vamos dizer que seu programa de email observa quais email você assinala ou não

como spam. Então em um cliente de email como este você pode clicar neste botão de spam para reportar

algum email como spam, mas não outros emails. E baseado em quais emails você marca como

spam, seu programa de email aprende melhor como filtrar email de spam. O que é a

tarefa T neste caso? Em poucos segundos, o vídeo irá pausar. E quando isso acontecer

você pode usar seu mouse para selecionar um destas quatro opções para me informar

qual destes quatro você acha que é a resposta certa para esta questão.

Isso pode ser uma medida de performance P. E então, nossa performance na tarefa T

irá melhorar depois da

experiência E. Neste curso eu espero ensinar a vocês sobre vários tipos diferentes de

algoritmos de aprendizagem de máquina. Há vários tipos de algoritmos de aprendizagem.

Os dois tipos principais são os que chamados de aprendizagem supervisionada e aprendizagem

não-supervisionada. Eu definirei o que esses termos significam nos próximos vídeos. Mas

em aprendizagem supervisionada a idéia é que nos vamos ensinar o

computador como fazer alguma coisa, já em aprendizagem não-supervisionada nós vamos permitir

que ele aprenda sozinho. Não se preocupe se estes dois termos não fazem sentido ainda, nos

próximos dois vídeos eu vou dizer exatamente o que são estes dois tipos de aprendizagem. Você

também irá ouvir outros termos tais como aprendizagem por reforço e sistemas

recomendadores. Há outros tipos de algoritmos de aprendizagem que nós falaremos

mais tarde mas os dois tipos mais usados são provavelmente

o de aprendizagem supervisionado e o de aprendizagem não-supervisionada e eu irei definí-las nos próximos

dois vídeos e gastaremos a maior parte da aula falando sobre estes dois tipos de

algoritmos de aprendizagem. Acontece que uma das coisas em que gastaremos muito tempo

neste curso é o conselho prático para aplicar algoritmos de aprendizagem. Isto é

algo que eu sinto ser muito forte sobre isso, e é atualmente algo que eu

não sei de qualquer outra universidade que ensine. Ensinar algoritmos de

aprendizagem é como dar a você um conjunto de ferramentas, e igualmente importante ou mais

importante que dar a você as ferramentas é ensinar a você como aplicar estas ferramentas. Eu gosto

de fazer uma analogia com aprender a se tornar um carpinteiro. Imagine que alguém está

ensinado a você como ser um carpinteiro e eles dizem: aqui está um martelo, aqui está uma

chave de fenda, aqui está um serrote, boa sorte. Bem, isso não é bom, certo? Você, você, você

tem todas estas ferramentas, mas a coisa mais importante é aprender como usar

estas ferramenras apropriadamente. Há uma grande diferença entre, entre pessoas que

sabem como usar estes algoritmos de aprendizagem, contra pessoas que não sabem

como usar estas ferramentas bem. Aqui no Vale do Silício onde eu vivo, quando eu vou

visitar diferentes companhias mesmo as melhores companhias do Vale do Silício muitas vezes eu vejo

que pessoas estão tentando aplicar algoritmos de aprendizagem de máquina para alguns problemas e

algumas vezes eles ficam nisso por seis meses. Mas algumas vezes quando eu olho para

o que eles estão fazendo eu, eu, eu digo, você sabe, eu poderia dizer a eles, Jesus, eu poderia

ter dito a vocês seis meses atrás que vocês deveriam ter pego um algoritmo de aprendizagem e

aplicado de uma forma ligeiramente modificada e sua chance de sucesso teria sido

muito maior. Então o que nós vamos fazer neste curso é atualmente gastar muito

tempo falando sobre como, se você atualmente tentou desenvolver um sistema de

aprendizagem de máquina, como fazer aquelas decisões do tipo de melhores práticas sobre a forma na qual você

constrói o seu sistema então, quando você aplica algoritmo de aprendizagem, você terá

menos chance de terminar como aquelas pessoas que perseguiam algum caminho por seis meses

que, você sabe, alguém mais poderia ter visto que não funcionaria de

modo algum e é só uma perda de tempo por seis meses. Então eu atualmente vou gastar

muito tempo ensinando a você esses tipos de melhores práticas em aprendizagem de máquina e

IA e como fazer essa coisa funcionar e como nós fazemos isso, como as melhores pessoas fazem no

Vale do Silício e pelo mundo. Eu espero tornar você um dos melhores em

saber como projetar e construir sistemas sérios de aprendizagem de máquina e IA. Então,

isso é aprendizagem de máquina e estes são os tópicos principais que eu espero ensinar. No próximo

vídeo eu vou definir o que é aprendizagem supervisionada e depois disso, o que

é aprendizagem não-supervisionada. E também, começar a falar quando você poderia usar cada uma delas.