Captulo 6

Aprendizagem de Mquina

UNIFACS
Inteligncia Artificial
Prof. Otaclio Jos Pereira
 Introduo

Introduo
Questo 1 Crculos e Quad.

Questo 2 Fotos

Definio

Aplicaes
 Questo
Considere que objetos de um determinado cenrio
apresentam estas propriedade.

Com base nos atributos de cor e de forma identifique

qual o sinal (+/-) para um novo objeto com as seguintes
propriedades
Cor : Azul Sinal: ?
Cor : Vermelha ; Forma: Crculo Sinal: ?
 Questo
Vrias figuras de animais diferentes so apresentadas a
um computador e para cada figura atribudo o tipo de
animal (Tigre / Elefante)

Quando uma nova figura apresentada ao computador, ele sabe

identificar qual animal que est na figura.
Ou ao perguntar por figuras de um determinado animal, ele busca
todas as ocorrncias de figuras que representam aquele animal
 Definio
uma vertente da Cincia da Computao relacionada
com o reconhecimento de padres e a teoria da
aprendizagem computacional dentro da IA

Explora o estudo e a construo de algoritmos que

permite aprender e predizer coisas a partir da anlise
de dados

uma rea de IA cujo objetivo o desenvolvimento de

tcnicas computacionais sobre o aprendizado bem como
a construo de sistemas capazes de adquirir
conhecimento de forma automtica
 Definio
Na aprendizagem de mquina, o processamento de exemplares
permite estabelecer um modelo para que novos exemplares
possam ser classificados.

No exemplo explorado, com base nas formas e cores possvel

indicar qual atributo de sinal por meio da rvore de deciso
(modelo)
 Conceitos

Conceitos
Induo

Definies

Aprendizado

Tcnicas
 Induo
uma forma de inferncia lgica ou raciocnio que permite
obter concluses com base em um conjunto de exemplos
ou dados
Ao analisar nosso cenrio, o que
possvel induzir?

Se cor azul ento?

Se cor vermelho e crculo ento?

Ou seja, olhamos para os exemplares e encontramos

regras que nos permite concluir sobre o cenrio
 Definies
Conjunto de exemplos
Conjunto com os exemplos contendo seus atributos e classes
Atributos
Diz respeito a uma
caracterstica ou aspecto
do exemplo
Classe
Atributo a qual se pretende
fazer predies a respeito
Indutor
Soluo computacional/algoritmo responsvel por encontrar um bom
classificador (modelo) com base nos exemplos
Classificador
Modelo gerado a partir do indutor, no nosso exemplo at ento, uma rvore
de deciso
Fonte: (Oliveira, S, R, M)
 Definies
Exemplo

Imagine que se deseja analisar o crdito bancrio

O que so os exemplos?
O que so os atributos?
O que so as classes?
Quais atributos so bem
representativos para determinar
o crdito?
Como poderamos induzir um
modelo com os dados ao lado?
 Aprendizado
Aprendizado indutivo pode ser
(Encontrar um modelo a partir de exemplos)

Aprendizado supervisionado
Cada exemplar apresenta a sua classe definida a priori
Por ser
Classificao
A concluso leva a classes ordinrias/enumerveis/categorias
Regresso
A concluso leva a valores contnuos

Aprendizado no supervisionado
No existe classe pr-definida para nenhum dos exemplos
O que se deseja a partir de um conjunto de exemplos, verificar se existem grupos,
alguma estrutura sobre os dados
 Aprendizado
Aprendizado supervisionado (Classificao)

(Observar no quadro, plano cartesiano com eixos Idade / Renda e perfil de

crdito)

Aprendizado no supervisionado (Anlise de agrupamentos /

Clusterizao)

(Observar no quadro, plano cartesiano com coordenadas (latitude e longitude) e

determinao de grupos de clientes
 Tarefas
Estes conceitos de aprendizado supervisionado e no
supervisionado tem correlao ao conceito de tipos de tarefas

Classificao

Regresso

Clusterizao

Reduo de dimenses ou Extrao de Caractersticas

 Tcnicas
Uma tcnica diz respeito ao tipo de algoritmo ou paradigma usado
para derivar o modelo a partir dos dados

rvore de Deciso (Simblico / Estatstica)

Aprendizado bayesiano (Estatstica)

Redes neurais artificiais (Conexionismo)

Nearest neighboors (Baseado em casos)

Support Vector Machines (SVM)

Outros
 rvores de Deciso

rvores de Deciso
Exemplo

Escolha do melhor atributo

rvore de deciso

Algoritmos
 Exemplo
Renda Idade Antigo Classe

2610, 19 No No

2580, 20 Sim Sim

Considerando os exemplos 720, 35 No No
ao lado, como construir
690, 32 Sim No
uma rvore de deciso
2620, 21 No Sim
para auxiliar no diagnstico
700, 33 Sim Sim
da doena A e B?
2630, 20 No Sim

2650, 32 Sim Sim

Um aspecto chave , como
680, 19 No No
escolher o melhor atributo?
2400, 20 Sim Sim

710, 35 No No

695, 32 Sim No

2600, 21 No Sim

2610, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

 Algoritmos

ID3
Primeiro algoritmo para criao da rvore
Exige que os atributos sejam categorias
C4.5
Sucesso do ID3
Trabalha tanto com nmeros como com categorias
utilizado comumente no WEKA
CART
Abreviao de Classification and Regression Trees
 Escolha do melhor atributo

Estes algoritmos precisam de alguma forma decidir

sobre qual atributo melhor classifica os exemplos em
determinado nvel

E da, recursivamente os atributos so escolhidos e a

rvore montada

Algumas medidas permitem indicar a qualidade do

atributo, usando um conceito de entropia do atributo e
tem correlao com a Teoria da Informao
 Escolha do melhor atributo
Renda Idade Antigo Classe

710, 19 No No

2580, 20 Sim Sim

720, 35 No No

690, 32 Sim No

Analise a tabela abaixo 2620, 21 No Sim

e verifique qual o melhor 2520, 33 Sim Sim

atributo que permite 2630, 20 No Sim

inferir qual a classe 2650, 32 Sim Sim

680, 19 No No

2400, 20 Sim Sim

710, 35 No No

695, 32 Sim No

2600, 21 No Sim

2610, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

 Escolha do melhor atributo
Perceba que Renda Idade Antigo Classe

710, 19 No No
Valores baixos de renda
refletem classe No 2580, 20 Sim Sim

(Quadros em amarelo) 720, 35 No No

690, 32 Sim No
Valores altos de renda 2620, 21 No Sim
refletem classe Sim 2520, 33 Sim Sim
(Quadros em verde)
2630, 20 No Sim

2650, 32 Sim Sim

680, 19 No No
Portanto
2400, 20 Sim Sim
A coluna renda
710, 35 No No
determina a classe
695, 32 Sim No

2600, 21 No Sim

2610, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

 Escolha do melhor atributo
rvore de deciso
Renda Idade Antigo Classe

710, 19 No No
que reflete os dados
2580, 20 Sim Sim

720, 35 No No

690, 32 Sim No

2620, 21 No Sim

2520, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

680, 19 No No

2400, 20 Sim Sim

710, 35 No No

695, 32 Sim No

2600, 21 No Sim

2610, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

 Escolha do melhor atributo
De forma mais sistemtica, por que a coluna renda uma boa coluna?

Considerando a classe NO qual foi a diviso entre os grupos de renda

alta e baixa?
Considerando a classe SIM como foi a confuso entre as classes de
renda alta e baixa?

Renda Idade Antigo Classe

710, 19 No No

2580, 20 Sim Sim

720, 35 No No

690, 32 Sim No

2620, 21 No Sim

2520, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

 Escolha do melhor atributo

Renda Idade Classe

2610, 19 No

2580, 20 Sim

720, 35 No

690, 32 No

2620, 21 Sim

700, 33 Sim

2630, 20 Sim

2650, 32 Sim
 Escolha do melhor atributo

 Escolha do melhor atributo

Considerando a tabela Renda Idade Antigo Classe

710, 19 No No
ao lado, a rvore de deciso
2580, 20 Sim Sim
ser
720, 35 No No

690, 32 Sim No

2620, 21 No Sim

2520, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

680, 19 No No

2400, 20 Sim Sim

710, 35 No No

695, 32 Sim No

2600, 21 No Sim

2610, 33 Sim Sim

2630, 20 No Sim

2650, 32 Sim Sim

 Avaliao

Ao avaliar alguns dados

atravs da rvore, os resultados
so