forked from hakimel/reveal.js
-
Notifications
You must be signed in to change notification settings - Fork 0
/
index.html
559 lines (553 loc) · 17.6 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
<!doctype html>
<html>
<head>
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no">
<title>Machine Learning</title>
<link rel="stylesheet" href="css/reveal.css">
<link rel="stylesheet" href="css/theme/moon.css">
<!-- Theme used for syntax highlighting of code -->
<link rel="stylesheet" href="lib/css/zenburn.css">
<!-- Printing and PDF exports -->
<script>
var link = document.createElement( 'link' );
link.rel = 'stylesheet';
link.type = 'text/css';
link.href = window.location.search.match( /print-pdf/gi ) ? 'css/print/pdf.css' : 'css/print/paper.css';
document.getElementsByTagName( 'head' )[0].appendChild( link );
</script>
</head>
<body>
<div class="reveal">
<div class="slides">
<!-- <section data-markdown="presentation.md" data-separator="^\r?\n---\r?\n$" data-separator-vertical="^\r?\n-\r?\n$" data-separator-notes="^Note:"></section> -->
<!-- Sobre aprendizado de máquina -->
<section>
<h1>Aprendizado de Máquina</h1>
<h3>O futuro ou o fim da humanidade?</h3>
<aside class="notes">
machine learning vs apr. de maquina <br>
valorizar nosso idioma
</aside>
</section>
<section>
<h2>Sobre mim</h2>
<section>
<h3>Guilherme Kricheldorf</h3>
<img width="230px" height="300px" data-src="/img/foto.jpeg">
<h4>Desenvolvedor Frontend</h4>
<aside class="notes">
Quem tem contato diario com ml?
</aside>
</section>
</section>
<section>
<h2>Importância</h2>
<section>
<h3>Para que serve?</h3>
<aside class="notes">
Para responder, farei outra pergunta
</aside>
</section>
<section>
O que bebês tem a ver com cerveja?
</section>
<section>
Uma das maiores redes de varejo dos Estados Unidos descobriu que a venda de
fraldas descartáveis estava associada à de cerveja
<br><br>
Em geral, os compradores eram homens, que saíam
à noite para comprar fraldas e aproveitavam para
levar algumas latinhas para casa
<aside class="notes">
colocar cerveja perto de fralda <br>
vender mais
</aside>
</section>
<section>
<h3> Automatização </h3>
Inferência de regras observando dados <br> (programação implícita)
</section>
<section>
<h3> Máquinas inteligêntes! </h3>
<img data-src="/img/chess.png">
<br>
O que é ser inteligente?
<aside class="notes">
inteligente para uma coisa só
</aside>
</section>
<section>
<h3> Recomendação </h3>
<img data-src="/img/recomendacao.png">
<aside class="notes">
base nas caracteristicas do usuário
</aside>
</section>
<section>
<h3> Uber </h3>
<img height="90%" width="50%" data-src="/img/uber.jpg">
<br>
Segurança da viagem
<aside class="notes">
caracteristicas do usuario, local, comentarios anteriores
</aside>
</section>
<section data-background="/img/mc.png">
<aside class="notes">
propaganda
</aside>
</section>
<section>
<h2>Propaganda</h2>
<aside class="notes">
milhoes de anuncios / anunciantes <br>
escolher qual anuncio mostrar
</aside>
</section>
<section>
<h3> E muito mais! </h3>
<img width="300" height="300" data-src="/img/fraldes.png">
<img width="300" height="300" data-src="/img/translate.png">
<img width="300" height="300" data-src="/img/car.png">
<aside class="notes">
fraldes de cartão -- transação incomum <br>
tradução de textos <br>
carros autonomos -- detecção de rota -- previsão colisão <br>
</aside>
</section>
</section>
<section>
<h2> Histórico </h2>
<section>
<h3>1952</h3>
Arthur Lee Samuel escreveu um programa para um computador jogar damas com humanos
<br>Computador analisava o jogo e aprendia com os erros e acertos dos adversários
<aside class="notes">
aprendizado de máquina é recente? <br>
aprender com erros e acertos
</aside>
</section>
<section>
<h3>1959</h3>
Termo “Aprendizado de Máquina (Machine Learning)”
<br><br>
Habilidade do computador aprender sozinho
</section>
<section>
<h3>1990’s</h3>
Mineração de dados (Data Mining)
<br>
Aplicações web
<br>
Aprendizado de texto, idiomas (processamento de linguagem natural)
<aside class="notes">
aplicações web - geração maior de dados
</aside>
</section>
<section>
<h3>2000’s</h3>
Reconhecimento de padrões <br>
Reconhecimento de voz, carros autônomos <br>
</section>
<section>
<h3>2016</h3>
Laboratório de Medicina da Universidade de Tóquio <br><br>
IBM Watson: identifica tipo raro de leucemia <br><br>
Mais de 20 milhões de artigos científicos sobre câncer <br><br>
Diagnóstico em 10 minutos
</section>
</section>
<section>
<h2> O que é aprendizado? </h2>
<section>
<b>Segundo o dicionário:</b> <br>
Aprendizado: “ato ou efeito de aprender”
Aprender: “adquirir conhecimento (de), instruir-se”
<br><br>
<b>Sinônimo de aprendizado:</b> <br>
“estudo, aquisição, conhecimento”
</section>
</section>
<section>
<h2>O que é aprendizado de máquina?</h2>
<section>
<blockquote>
Campo de estudo que dá aos computadores a habilidade de aprender sem ser explicitamente programado.
</blockquote>
Arthur Samuel
</section>
<section>
<blockquote>
"Dada uma experiência, um computador aprende com respeito a determinada tarefa se
o seu desempenho nessa tarefa aumenta com a experiência recebida"
</blockquote>
Tom M. Mitchell
</section>
<section>
Aprendizado de máquina é um ramo de Inteligência Artificial
<br><br>
Algoritmos que melhoram com a experiência <br>
Imitando o comportamento de aprendizado de humanos
<br><br>
Sistemas aprendem através de exemplos, dados e experiências
<aside class="notes">
ramo de ia <br>
melhora com xp <br>
imita aprendizado humano <br>
dados, exemplos, experiencias
</aside>
</section>
<section>
O sistema deixa de seguir regras pré-programadas para executar tarefas
<br><br>
Sistema aprende a realizá-las
</section>
</section>
<section>
<section>
<img data-src="/img/pipeline.png">
<br> Dados são MUITO mais importantes do que o algoritmo!
<br> Sem dados não existe aprendizado!
</section>
</section>
<section>
<h2>Tipos de aprendizado</h2>
<ul>
<li>
Aprendizado Supervisionado
</li>
<li>
Aprendizado Não Supervisionado
</li>
<li>
Aprendizado por Reforço
</li>
</ul>
</section>
<section>
<h2>
Aprendizado Supervisionado
</h2>
<section>
Algoritmo observa alguns exemplos de pares de entrada e saída
<br><br>
O programa é “treinado” com um conjunto de exemplos. <br>
Quando novos dados são fornecidos, a capacidade de chegar a uma conclusão é facilitada
<br><br>
Tarefa mais comum: classificação
</section>
<section>
<h3>Classificação</h3>
As observações são acompanhadas por rótulos que indicam as classes
<aside class="notes">
analogia com aprendizado humano<br>
pais falam que é errado responder para eles, avó, tio, tia<br>
ninguem falou sobre policiais<br>
percebemos isso atraves de conhecimentos passados
</aside>
</section>
<section id="fragments">
<h3>Classificação - Exemplo</h3>
<img height="300px" width="400px" data-src="/img/porco.jpg"/>
<img height="300px" width="400px" data-src="/img/gato.jpg"/>
<br>
<span class="fragment highlight-green">Porco</span> ou <span class="fragment highlight-blue">gato</span>? (<span class="fragment highlight-green">0</span> ou <span class="fragment highlight-blue">1</span>)
</section>
<section id="fragments">
<h3>Classificação - Exemplo - Treinamento</h3>
<table>
<thead>
<tr>
<th>Dado</th>
<th>Perna curta</th>
<th>Rabo comprido</th>
<th>Peludo</th>
<th>Gordinho</th>
<th>Classe</th>
</tr>
</thead>
<tbody>
<tr class="fragment">
<td>1</td>
<td>X</td>
<td></td>
<td></td>
<td>X</td>
<td class="fragment"><span style="color: green">0</span></td>
</tr>
<tr class="fragment">
<td>2</td>
<td></td>
<td>X</td>
<td>X</td>
<td></td>
<td class="fragment"><span style="color: blue">1</span></td>
</tr>
<tr class="fragment">
<td>3</td>
<td></td>
<td>X</td>
<td></td>
<td>X</td>
<td class="fragment"><span style="color: blue">1</span></td>
</tr>
<tr class="fragment">
<td>4</td>
<td>X</td>
<td></td>
<td></td>
<td></td>
<td class="fragment"><span style="color: green">0</span></td>
</tr>
<tr class="fragment">
<td>5</td>
<td>X</td>
<td>X</td>
<td></td>
<td></td>
<td class="fragment"><span style="color: blue">1</span></td>
</tr>
</tbody>
</table>
<aside class="notes">
google photos - cachorro, etc..
</aside>
</section>
<section id="fragments">
<h3>Classificação - Exemplo - Nova entrada</h3>
<table>
<thead>
<tr>
<th>Dado</th>
<th>Perna curta</th>
<th>Rabo comprido</th>
<th>Peludo</th>
<th>Gordinho</th>
<th>Classe</th>
</tr>
</thead>
<tbody>
<tr class="fragment">
<td>1</td>
<td>X</td>
<td></td>
<td>X</td>
<td></td>
<td class="fragment"><span style="color: red">?</span></td>
</tr>
</tbody>
</table>
</section>
<section>
<h3>Regressão</h3>
Tarefas de regressão trabalham com a estimação de valores numéricos
<br><br>
Dada uma imagem de homem/mulher, temos de prever sua idade com base em dados da imagem <br>
Preços de casas <br>
Tempo de estadia de um paciente no hospital <br>
<aside class="notes">
historico do paciente, sintomas, genetica
</aside>
</section>
</section>
</section>
<section>
<h2>
Aprendizado Não Supervisionado
</h2>
<section>
Algoritmo aprende padrões e relações em um conjunto de dados
<aside class="notes">
associação -> lavar mais a mão, menos gripe<br>
não sair no sereno com cabelo molhado, menos dor de garganta <br>
comer menos e me exercitar mais, mais eu emagreço<br>
horário de pico -> preço do uber é mais caro
</aside>
<br><br>
Tarefa mais comum: agrupamento
</section>
<section>
<h3>Agrupamento</h3>
Agrupamento de dados com base em características em comum
</section>
<section>
<h3>Agrupamento - Exemplo</h3>
Análise de um conjunto de dados de e-mails e agrupamento automático de e-mails relacionados a um determinado tema
sem conhecimento prévio sobre os dados
</section>
<section id="fragments">
<h3>Agrupamento - Exemplo</h3>
<img height="300px" width="400px" data-src="/img/porco.jpg"/>
<img height="300px" width="400px" data-src="/img/gato.jpg"/>
<br>
<span class="fragment highlight-green">Porco</span> ou <span class="fragment highlight-blue">gato</span>? (<span class="fragment highlight-green">0</span> ou <span class="fragment highlight-blue">1</span>)
</section>
<section id="fragments">
<h3>Agrupamento - Exemplo</h3>
<table>
<thead>
<tr>
<th>Dado</th>
<th>Perna curta</th>
<th>Rabo comprido</th>
<th>Peludo</th>
<th>Gordinho</th>
<th>Classe</th>
</tr>
</thead>
<tbody>
<tr class="fragment">
<td>1</td>
<td>X</td>
<td></td>
<td></td>
<td>X</td>
<td class="fragment"><span style="color: red">?</span></td>
</tr>
<tr class="fragment">
<td>2</td>
<td></td>
<td>X</td>
<td>X</td>
<td></td>
<td class="fragment"><span style="color: red">?</span></td>
</tr>
<tr class="fragment">
<td>3</td>
<td></td>
<td>X</td>
<td></td>
<td>X</td>
<td class="fragment"><span style="color: red">?</span></td>
</tr>
<tr class="fragment">
<td>4</td>
<td>X</td>
<td></td>
<td></td>
<td></td>
<td class="fragment"><span style="color: red">?</span></td>
</tr>
<tr class="fragment">
<td>5</td>
<td>X</td>
<td>X</td>
<td></td>
<td></td>
<td class="fragment"><span style="color: red">?</span></td>
</tr>
</tbody>
</table>
</section>
<section id="fragments">
<h3>Agrupamento - Exemplo</h3>
0 -> <span class="fragment"><span style="color: green">Porco</span></span> <br><br>
1 -> <span class="fragment"><span style="color: blue">Gato</span></span>
</section>
</section>
</section>
<section>
<h2>
Aprendizado Por Reforço
</h2>
<section>
Algoritmo aprende a partir da interação com o ambiente no qual está inserido
<br><br>
Para acontecer o aprendizado:
<br><br>
Algoritmo percebe as recompensas e as mudanças no estado decorrentes das ações realizadas e decisões tomadas
<aside class="notes">
apanhar dos pais <br>
bebe mordendo a mão ou o pé
</aside>
</section>
<section>
<img height="500" width="300" data-src="/img/rewards.jpeg">
<br>
Google Rewards - Verificar se o Algoritmo percebeu corretamente o local visitado
</section>
</section>
</section>
<section>
<h2>Ferramentas</h2>
<section>
<ul>
<li>TensorFlow</li>
<li>RapidMiner</li>
<li>Weka</li>
<li>Scikit-learn</li>
<li>Orange</li>
<li>Pandas</li>
<li>E muitas outras!</li>
</ul>
</section>
</section>
<section>
<h2>Aprendizado de Máquina na prática!</h2>
<section>
<a href="https://storage.googleapis.com/tfjs-examples/webcam-transfer-learning/dist/index.html">Pac-man</a>
<br><br>
<a href="https://teachablemachine.withgoogle.com/">Classificador Webcam</a>
<br><br>
Classificador
</section>
</section>
<section>
<h2>Considerações finais</h2>
<section>
O aprendizado de máquina não é recente, mas começou a ser explorado de forma intensa por consequência do poder computacional
<br><br>
A escolha do método de aprendizado depende do problema a ser resolvido
<br><br>
Os algoritmos de aprendizado são bastante limitados quando comparados com a capacidade do ser humano
<aside class="notes">
ml não é recente -- poder computacional barato <br>
algoritmo depende do problema -- regressão / classificacao <br>
algoritmo limitado comparado a humano
</aside>
</section>
<section>
O Aprendizado de Máquina já está presente no cotidiano nas mais diversas formas e no futuro terá um papel muito importante
<br><br>
Existem diversas ferramentas open-source para estudo e aplicação de machine learning – facilidade de acesso
<aside class="notes">
presente no cotidiano <br>
futuro promissor e importante <br>
</aside>
</section>
</section>
<section>
<aside class="notes">
breve introdução <br>
viés <br>
superajustamento e subajustamento (overfitting e undefitting) <br>
redes neurais <br>
arvores de decisão
</aside>
<h3>Dúvidas?</h3>
<h2>Muito obrigado!</h2>
</section>
</div>
</div>
<script src="lib/js/head.min.js"></script>
<script src="js/reveal.js"></script>
<script>
// More info about config & dependencies:
// - https://github.com/hakimel/reveal.js#configuration
// - https://github.com/hakimel/reveal.js#dependencies
Reveal.initialize({
defaultTiming: 60,
slideNumber: 'c/t',
showSlideNumber: 'speaker',
dependencies: [
{ src: 'plugin/markdown/marked.js' },
{ src: 'plugin/markdown/markdown.js' },
{ src: 'plugin/notes/notes.js', async: true },
{ src: 'plugin/highlight/highlight.js', async: true, callback: function() { hljs.initHighlightingOnLoad(); } },
{ src: 'plugin/math/math.js', async: true }
]
});
</script>
</body>
</html>