O documento apresenta uma discussão sobre aprendizado de máquinas utilizando Azure Machine Learning e R, abordando técnicas de aprendizado supervisionado e não supervisionado. São apresentados conceitos de classificação binária, incluindo métricas como acurácia, precisão, recall e F1 score, além de uma explicação do algoritmo de clusterização K-means. O autor, Diego Nogare, é um profissional experiente na área, com destaque para sua atuação como MVP da Microsoft e sua participação em conferências e grupos de usuários.

1. Aprendizado de Máquinas com Azure Machine
Learning e R

2. Apresentação
Diego é Autor dos livros “Do Banco de Dados Relacional à Tomada de Decisão“ e
“SQL Server além do Conceito: Blog post Collection”. Líder do grupo de usuários
Codificando .NET, Microsoft Most Valuable Professional [MVP] em SQL Server desde
2008. Junto ao PASS (Professional Association for SQL Server) é voluntário como
Regional Mentor, é Chapter Leader em São Paulo e Board Advisor para a região da
América Latina. Trabalhou no time de SQL Server na Microsoft, no Brasil, engajado
no lançamento do SQL Server 2012. É palestrante em eventos oficiais da Microsoft,
Codificando .NET, INETA BR e PASS, mantém o site: www.diegonogare.net
Email: nogare@ngrsolutions.com.br
Skype: DiegoNogare
Linkedin profile: https://www.linkedin.com/in/diegonogare
Blog: http://www.diegonogare.net
Twitter: @DiegoNogare

3. Aprendizado de Máquinas com Azure Machine Learning e R
 Aprendizado de Máquinas
o Supervisionado (Usando Azure Machine Learning)
o Não Supervisionado (Usando R)

4. SUPERVISIONADO
Classificação Binária

5. Classificadores Binários

6. ACURACY (ACURÁCIA):
Quantidade classificada como Positivos e Negativos corretamente
(True Positive + True Negative) /
((True Positive + False Negative) +(False Positive + True Negative))
Com nossos números: (16 + 54) / ((16+0) + (5+54)) => 70 / 75 = 0.9333
Classificadores Binários

7. Classificadores Binários
PRECISION (PRECISÃO):
Quantidade classificada corretamente
True Positive / (True Positive + False Positive)
Com nossos números: (16) / (16 + 5) => 16 / 21 = 0.7619

8. Classificadores Binários
RECALL:
Quantidade classificada como Positivo corretamente
True Positive / (True Positive + False Negative)
Com nossos números: 16 / (16+0) => 16 / 16 = 1

9. Classificadores Binários
F1 SCORE:
Média harmônica entre Precisão e Recall
Precisão: True Positive / (True Positive + False Positive)
Recall: True Positive / (True Positive + False Negative)
(2* True Positive) / (2* True Positive + False Positive + False Negative)
Com nossos números: (2*16) / (2*16 + 5 + 0) => 32 / 37 = 0.8648
2* Precision*Recall / (Precision + Recall)
Com nossos números: 2*(0,76*1)/(0,76+1) => 1,52 / 1,76 = 0.8636

10. Classificadores Binários

11. 30times
2
conferências
25jogadoers
US$ 3,5
Bilhões em
contratos
64Jogares
1 All Star
Game
http://deadspin.com/2014-payrolls-and-salaries-for-every-mlb-team-1551868969

12. NÃO SUPERVISIONADO
Cluster

13. K-Means Cluster
Todos os dados são plotados no gráfico
Os pontos representam os indivíduos analisados, mas não estão separados em
grupos, todos fazem parte do mesmo grupo. Ao informar a quantidade de
centróides, as interções começam até o momento de convergir e encontrar os K
grupos.
Os pontos representam os dados de treinos, neste caso o dataset

14. K-Means Cluster
Centróides iniciais em posições aleatórias
Ao iniciar o algoritmo, os K pontos (chamados de centróides) são plotados
aleatoriamente no plano e possuem um ponto de partida para iniciar o algoritmo.

15. K-Means Cluster
Com base nos pontos e centros, inicia-se o algoritmo
Os centróides são re-calculados a cada interação, calculando a média da distância
entre cada ponto e a posição do centróide. Então, com base neste resultado o
centróide muda de lugar ficando mais ao centro de seus pontos (elementos).

16. K-Means Cluster
Alteração dos pontos e centros
Enquanto a distância for recalculada e elementos mudarem de centro, o algoritmo
continua executando.
Reparem que os elementos marcados mudaram de centro.

17. K-Means Cluster
Posição final depois de uma interação.

18. K-Means Cluster
Com base nos pontos e centros, inicia-se o algoritmo
Mais uma interação e re-calculo das distâncias, e com isso, mais uma vez a
movimentação dos centróides.
Posição inicial (amarelo) do centróide seguindo para uma próxima posição
(vermelho e azul).

19. K-Means Cluster
Quando parar?
No momento que os centróides não recebem nenhum elemento novo em seu grupo
significa que eles convergiram para uma posição satisfatória, e criou os grupos
necessários.

20. K-Means Cluster
Ponto satisfatório
Ao encontrar o ponto satisfatório, o algoritmo para de executar e mantém os
elementos conectados com seus centróides.
Depois da interação não houve mudança de elementos.

21. K-Means Cluster

22. K-Means Cluster

23. Referências
 Coursera
o Machine Learning: https://www.coursera.org/learn/machine-learning
o Data Science Specialization: https://www.coursera.org/specializations/jhudatascience
 K-Means em Stanford: http://stanford.edu/~cpiech/cs221/handouts/kmeans.html
 UCI Machine Learning Repository: http://archive.ics.uci.edu/ml/datasets.html
 Blog: http://www.diegonogare.net

24. Diego Nogare
@DiegoNogare
http://www.DiegoNogare.net
Obrigado:)