Anota Es Aprendizado De M Quina

Calendário
24 ou 26/03 ­ passar o trabalho
14/05, 19/05, 05/05, 07/05 e 12/05 ­ apresentação de trabalho
21/05 ­ Dúvidas
26/05 ­ Prova
28/05 ­ vista de prova
02/06 ­ segunda chamada Conceitos básicos ● Um programa de aprendizado de máquinas é um programa que aprende com a experiência. ● Usados para estimar valores associados a fenômenos ou eventos:
○ Difíceis ou impossíveis de reproduzir.
○ Custosos (tempo, espaço,dinheiro,equipamentos)
○ Não totalmente compreendidos. Construindo um conjunto de dados
● Um algoritmo de ML aprende através de exemplos.
● Um exemplo é uma combinação de valores de variáveis associadas ao problema.
○ É necessário definir:
■ Variável objetivo ­ representa a informação que se deseja aprender
■ Variáveis auxiliares ­ ajudam a estimar o valor da variável objetivo
○ Ex: diagnóstico de uma doença
■ Variável objetivo ­ sim (doente) ou não (não está doente)
■ Variáveis auxiliares (atributos) ­ sintomas
○ Ex: valor de um imóvel
■ Variável objetivo ­ preço do imóvel
■ Atributos ­ #quartos, metragem, #banheiros, piscina, distância ao centro, conduções Classificação: aprendizado onde a variável objetivo é simbólica e seu valor é chamado classe. Regressão: aprendizado onde a variável objetivo é numérica e seu valor é chamado valor objetivo (target). Discretização: usada para tratar variáveis numéricas como se fossem simbólicas. Ex: Altura

1,73 ­­­ Médio
1,95
­­­ Alto Exercício: pesquise sobre técnicas de discretização
(FEITO)

Normalização: usada para equalizar a importância de atributos dentre outras coisas.
Ex.: V
= (V ­ V ) / ( V ­ V ) norm min max min (intervalo de 0 a 1) ex: V = 100, V = 0, V = 40, V = ? max min norm V
= 40 ­ 0 / 100 ­ 0 = 0,4 norm Exercício: pesquise sobre técnicas de normalização
(FEITO)

Atributos irrelevantes: atributos que não contribuem para o aprendizado e podem até dificultá­lo. Ruídos: podem ser causados por:
●