Introdução à Inteligência Artificial
Esther Camilo
10/09/2013
Objetivo
Introdução
Se o objetivo da biologia é o estudo da vida, o objetivo
dessa aula é responder como a inteligência ar...
Introdução
Introdução
Robótica
Finanças
Jogos
Medicina
Algumas definições
Inteligência Artificial é um ramo da ciência da
computação que estuda e desenvolve máquinas e
softwares...
Algumas definições
Introdução
http://en.wikipedia.org/wiki/Artificial_intelligence
Quimiotaxia
Formação de biofilmes
Google Machine Translation Systems
Introdução
Google Machine Translation Systems
Introdução
Google Machine Translation Systems
Introdução
Hora certa
Introdução
Inteligência Artificial
Explosão de informação em Biologia
Introdução
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são
dados experimentais....
Árvore de Decisão
Técnicas
Exemplo: Decisão de jogar tênis
Técnicas
Exemplo: Decisão de jogar tênis
Técnicas
Todas as combinações → 3 x 3 x 2 x 2 = 36
Exemplo: Decisão de jogar tênis
Técnicas
Prever se joga ou não : sunny, mild, high, true
Exemplo: Decisão de jogar tênis
Técnicas
Prever se joga ou não : sunny, mild, high, true
Outlook
Humidity
Wind
Temperature
Como as árvores são geradas?
Técnicas
Ganho de informação
É a medida de quão bem um atributo classifica os dados.
Alta ent...
Exemplo
Técnicas
Exemplo
Técnicas
Exemplo
Técnicas
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são
dados experimentais....
Redes Bayesianas
Técnicas
P(sol)=0.5
P(aumento) = 0.1
Sol $
Felicidade
P(feliz) = 0.6
Rede de probabilidades
Redes Bayesianas
Técnicas
T1 T2
diagnóstico
P(C) = 0,01
P(¬C) = _____
P(+|C) = 0,9
P(- |C) = _____
P(+|¬C) = 0,2
P(- |¬C) ...
Redes Bayesianas
Técnicas
Problema de Monty Hall
http://en.wikipedia.org/wiki/Monty_Hall_problem
Redes Bayesianas
Técnicas
Problema de Monty Hall
Suponha que você escolheu A
1 - Está em A (ficar ganha)
2 - Está em B, en...
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são
dados experimentais....
Clustering
Técnicas
É uma técnica de aprendizado não supervisionado
Connectivity based clustering
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são
dados experimentais....
Support Vector Machine
Técnicas
Técnica de clusterização binária
Pode ser útil para:
1 – Classificação de proteínas;
2 – R...
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são
dados experimentais....
Redes Neurais
Técnicas
http://natureofcode.com/book/chapter-10-neural-networks/
964324
Scientists have already spent entir...
Redes Neurais
Técnicas
http://natureofcode.com/book/chapter-10-neural-networks/
 Os elementos individuais de uma rede neu...
Redes Neurais
Técnicas
http://natureofcode.com/book/chapter-10-neural-networks/
 Os pesos variam, enquanto o programa não...
Redes Neurais
Técnicas
www.sciencedirect.com/science/article/pii/S092523120700286X
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são
dados experimentais....
Programação genética
Técnicas
 É um algoritmo inspirado no modelo biológico da evolução
para encontrar programas que real...
Programação genética
Técnicas
 É um algoritmo inspirado no modelo biológico da evolução
para encontrar programas que real...
Algoritmo genético
Técnicas
Inicialize um população com n indivíduos
Calcule o desempenho de cada um. Selecione os melho...
Algoritmo genético
Técnicas
Weka
Software
http://www.cs.waikato.ac.nz/ml/weka/
http://jmlr.org/mloss/
Sugestões de estudos
Além
http://www.udacity.com
Próximos SlideShares
Carregando em…5
×

Introducao inteligenciaartificial

446 visualizações

Publicada em

Introdução à inteligência artificial para biólogos

Publicada em: Educação
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
446
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2
Ações
Compartilhamentos
0
Downloads
8
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Introducao inteligenciaartificial

  1. 1. Introdução à Inteligência Artificial Esther Camilo 10/09/2013
  2. 2. Objetivo Introdução Se o objetivo da biologia é o estudo da vida, o objetivo dessa aula é responder como a inteligência artificial pode ajudar a biologia a compreender a vida ou prever comportamentos. Afinal, como eu posso utilizar IA na minha pesquisa?
  3. 3. Introdução
  4. 4. Introdução Robótica Finanças Jogos Medicina
  5. 5. Algumas definições Inteligência Artificial é um ramo da ciência da computação que estuda e desenvolve máquinas e softwares inteligentes. Um agente inteligente é um sistema que percebe seu ambiente e realiza ações que maximizam sua chance de sucesso. Introdução http://en.wikipedia.org/wiki/Artificial_intelligence
  6. 6. Algumas definições Introdução http://en.wikipedia.org/wiki/Artificial_intelligence Quimiotaxia Formação de biofilmes
  7. 7. Google Machine Translation Systems Introdução
  8. 8. Google Machine Translation Systems Introdução
  9. 9. Google Machine Translation Systems Introdução
  10. 10. Hora certa Introdução Inteligência Artificial
  11. 11. Explosão de informação em Biologia Introdução
  12. 12. Foco em aprendizado de Máquina Técnicas Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais. Árvore de Decisão Sparce dictionary learning Representation LearningReinforcement learning Redes BayesianaClustering Support Vector Machines Programação Lógica Indutiva Programação Genética Redes NeuraisRegras de Associação
  13. 13. Árvore de Decisão Técnicas
  14. 14. Exemplo: Decisão de jogar tênis Técnicas
  15. 15. Exemplo: Decisão de jogar tênis Técnicas Todas as combinações → 3 x 3 x 2 x 2 = 36
  16. 16. Exemplo: Decisão de jogar tênis Técnicas Prever se joga ou não : sunny, mild, high, true
  17. 17. Exemplo: Decisão de jogar tênis Técnicas Prever se joga ou não : sunny, mild, high, true Outlook Humidity Wind Temperature
  18. 18. Como as árvores são geradas? Técnicas Ganho de informação É a medida de quão bem um atributo classifica os dados. Alta entropia = Baixo ganho de informação Baixa entropia = Alto ganho de informação
  19. 19. Exemplo Técnicas
  20. 20. Exemplo Técnicas
  21. 21. Exemplo Técnicas
  22. 22. Foco em aprendizado de Máquina Técnicas Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais. Árvore de Decisão Sparce dictionary learning Representation LearningReinforcement learning Redes BayesianaClustering Support Vector Machines Programação Lógica Indutiva Programação Genética Redes NeuraisRegras de Associação
  23. 23. Redes Bayesianas Técnicas P(sol)=0.5 P(aumento) = 0.1 Sol $ Felicidade P(feliz) = 0.6 Rede de probabilidades
  24. 24. Redes Bayesianas Técnicas T1 T2 diagnóstico P(C) = 0,01 P(¬C) = _____ P(+|C) = 0,9 P(- |C) = _____ P(+|¬C) = 0,2 P(- |¬C) = _____ P(C|+) = ______ Probabilidade de incidência de um determinado tipo de câncer
  25. 25. Redes Bayesianas Técnicas Problema de Monty Hall http://en.wikipedia.org/wiki/Monty_Hall_problem
  26. 26. Redes Bayesianas Técnicas Problema de Monty Hall Suponha que você escolheu A 1 - Está em A (ficar ganha) 2 - Está em B, então C é revelado (trocar ganha) 3 - Está em C, então B é revelado (trocar ganha)
  27. 27. Foco em aprendizado de Máquina Técnicas Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais. Árvore de Decisão Sparce dictionary learning Representation LearningReinforcement learning Redes BayesianaClustering Support Vector Machines Programação Lógica Indutiva Programação Genética Redes NeuraisRegras de Associação
  28. 28. Clustering Técnicas É uma técnica de aprendizado não supervisionado Connectivity based clustering
  29. 29. Foco em aprendizado de Máquina Técnicas Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais. Árvore de Decisão Sparce dictionary learning Representation LearningReinforcement learning Redes BayesianaClustering Support Vector Machines Programação Lógica Indutiva Programação Genética Redes NeuraisRegras de Associação
  30. 30. Support Vector Machine Técnicas Técnica de clusterização binária Pode ser útil para: 1 – Classificação de proteínas; 2 – Reconhecimento de letra de mão; 3 – Classificação de imagens.
  31. 31. Foco em aprendizado de Máquina Técnicas Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais. Árvore de Decisão Sparce dictionary learning Representation LearningReinforcement learning Redes BayesianaClustering Support Vector Machines Programação Lógica Indutiva Programação Genética Redes NeuraisRegras de Associação
  32. 32. Redes Neurais Técnicas http://natureofcode.com/book/chapter-10-neural-networks/ 964324 Scientists have already spent entire careers researching and implementing complex solutions. reconhecimento de padrões
  33. 33. Redes Neurais Técnicas http://natureofcode.com/book/chapter-10-neural-networks/  Os elementos individuais de uma rede neural é simples. Eles leem inputs, processam e geram output. Mas uma rede de muitos neurônios pode exibir comportamento rico e inteligente.  Capacidade de aprender -> sistema complexo adaptativo. Isto é, ele muda sua estrutura interna baseado no fluxo de informação que o atravessa.
  34. 34. Redes Neurais Técnicas http://natureofcode.com/book/chapter-10-neural-networks/  Os pesos variam, enquanto o programa não executa a tarefa de forma satisfatória.
  35. 35. Redes Neurais Técnicas www.sciencedirect.com/science/article/pii/S092523120700286X
  36. 36. Foco em aprendizado de Máquina Técnicas Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais. Árvore de Decisão Sparse dictionary Representation LearningReinforcement learning Redes BayesianaClustering Support Vector Machines Programação Lógica Indutiva Programação Genética Redes NeuraisRegras de Associação
  37. 37. Programação genética Técnicas  É um algoritmo inspirado no modelo biológico da evolução para encontrar programas que realizem um tarefa definida pelo usuário.  É um conjunto de instruções e uma função fitness para medir quão bem o computador executou a tarefa.  É uma especialização do algoritmo genético.
  38. 38. Programação genética Técnicas  É um algoritmo inspirado no modelo biológico da evolução para encontrar programas que realizem um tarefa definida pelo usuário.  É um conjunto de instruções e uma função fitness para medir quão bem o computador executou a tarefa.  É uma especialização do algoritmo genético.
  39. 39. Algoritmo genético Técnicas Inicialize um população com n indivíduos Calcule o desempenho de cada um. Selecione os melhores. Embaralhe a lista dos selecionados (cross-over). 11100110 11100110 11100110
  40. 40. Algoritmo genético Técnicas
  41. 41. Weka Software http://www.cs.waikato.ac.nz/ml/weka/ http://jmlr.org/mloss/
  42. 42. Sugestões de estudos Além http://www.udacity.com

×