Pequena introdução às áreas de Machine Learning (ML) e big data

1. Aprendizado de Máquina
e
Grandes Conjuntos de Dados
Thomas de Araujo Buck

2. Tipos de algoritmos
● Determinísticos (ou clássicos, convencionais)
● Adaptativos (ou estocásticos, "avançados")

3. Algoritmos determinísticos
● Detecção de colisão
● Fatoração de números primos
● Inversão de matrizes (esparsas)
● Ordenação (quicksort, mergesort)
● Page Rank
● Um pouco mais avançados
● A*
● Árvore de jogos

4. Árvore de jogos
● Jogo da velha

5. ● Qual a quantidade total de possibilidades?
● 9 * 8 * … * 2 * 1 = 9! = 362.880
● Para pensar!
● Jogo de damas
● Batalha Naval
● Reversi

6. Xadrez

8. ● Quem se lembra da disputa homem (Garry
Kasparov) contra máquina (IBM Deep Blue) ?
●
●
●
●
●
●
● Mais uma pergunta: xadrez é, neste sentido, o
jogo mais "difícil" já criado pelo homem?

9. ● Go

10. ● Há sinais de esperança

11. A faxineira eletrônica
● O equipamento

12. ● Exemplos de recintos
●
●
●
●
●
● Qual o algoritmo que garanta a limpeza?

14. Algoritmos adaptativos
● O que é um programa "inteligente"?
● É um programa "que aprende"?
● Seguem alguns exemplos

15. ● Análise de crédito
● Navegação autônoma
● Reconhecimento de faces

16. ● Diagnóstico médico
● Projeção financeira (prognóstico)
● Sistemas de recomendação
● Logística

17. ● Text processing
● Spam
● News
● Plágio

18. Aprendizado de máquina
● Supervisionado (aprende com exemplos), que
possui 2 fases: treinamento e operação
● NN
● Classificação (Discriminante Linear - DL)
● Regressão
● Não supervisionado (aprende sozinho), que só
possui a fase de operação
● Análise de aglomeração (K-means clustering)

19. Exemplos de algoritmos
● NN
● k-NN
● Dimensão do vetor de características: 2
● Quantidade de classes: 2

20. Dados (qualidade boa)

21. Dados (qualidade ruim)

22. A enorme avalanche de dados
● Matéria da revista The Economist

23. Data centers
● Google

24. ● Facebook

25. Tratamento dos dados
● O que fazer com esses dados? Apenas
armazenar? Indexar?
● Ou deve-se extrair informação útil? Como?
Manualmente?

26. Problemas muito difíceis para
serem programados

27. ● A competição DARPA Grand Challenge
●
●
●
●
●
●
●
● Urban Challenge

28. ● A experiência Google Car

29. ● Mais alguns detalhes

30. ● Oooops: um pequeno problema

33. Grandes conjuntos de dados
● Análise de dados
● Manual
● Automática

34. KDD

35. Imagens
● Acesso por conteúdo

36. ● PhotoLib

37. ● Games with a purpose (GWAP)

38. ● Pixazza - Luminate
● Semantics
● Learning

39. Área médica
● Mamografia
● Colonoscopia
● As gerações dos equipamentos de tomografia
computadorizada

43. Big Data tem valor de negócio

44. US Economy

45. Um experimento recente
● IBM Watson

46. Como ter certeza?

48. Smarter Planet + Big Data + Cloud = Analytics

49. Uma outra oportunidade tem início
● Dados públicos: New York, Chicago, ...
● Rio de Janeiro (?)

50. Conclusões
● Tratamento computacional de grandes
quantidades de dados é uma oportunidade,
segundo a consultoria McKinsey

51. Para reflexão

52. Obrigado
Thomas de Araujo Buck
thomasbuck@gmail.com
www.facebook.com/ThomasABuck
@ThomasABuck