Aprendizado de Máquina para Classificação de Dados

Transcript

1. Aprendizado de Máquina para Classificação de Dados Diego Henrique Negretto
2. Quem vos fala ... *Mestrando em Ciência da Computação na Universidade Estadual Paulista Júlio de Mesquita Filho. *Graduado em Sistemas de Informação pela universidade FHO|Uniararas. *Colaborador no Laboratório de Evolução Molecular (LEM) na Unesp de Rio Claro na área de bioinformática. *Java, Delphi, Bancos de Dados Relacionais, Drupal e Linux. *Interesses de pesquisa: Aprendizado de Máquina, Computação Inspirada pela Natureza e Bioinformática.
3. Roteiro ➢ IA e Aprendizado de Máquina ➢ Tipos de Aprendizado de Máquina ➢ Redes Neurais ➢ Neurônios Artificiais ➢ Histórico ➢ Algoritmo Perceptron de Múltiplas Camadas ➢ Algoritmo Back-Propagation ➢ Árvores de Decisão ➢ Algoritmo J48 ➢ Exemplo com o Weka.
4. O que você pensa quando ouve os termos IA e Aprendizado de Máquina?
5. Eu penso nisso ...
6. O que temos hoje em dia ...
7. IA – Inteligência Artificial ➢ 1956 – McCarthy, Minsky e Shanon organizaram a primeira conferência sobre IA em Dartmouth – Criado o termo “Inteligência Artificial”
8. IA – Inteligência Artificial “A ciência e engenharia de produzir máquinas inteligentes.” (John McCarthy).
9. Aprendizado de Máquina “O Aprendizado de Máquina trata do projeto e desenvolvimento de algoritmos que imitam o comportamento de aprendizagem humano, com um foco principal em aprender automaticamente a reconhecer padrões complexos e tomar decisões.” (T. Mitchell)
10. Aprendizado de Máquina ➢ Sub-Área da Inteligência Artificial. ➢ Utiliza o raciocínio Indutivo. ➢ Algumas Aplicações práticas: ➢ Motores de Busca; ➢ Processamento da Linguagem Natural (NLP) ➢ Diagnósticos Médico ➢ Bioinformática ➢ Reconhecimento da Fala ➢ Reconhecimento da Escrita ➢ …
11. Tipos de Aprendizado de Máquina ➢ 3 tipos diferentes: ➢ Aprendizado Supervisionado. ➢ Aprendizado Não Supervisionado. ➢ Aprendizado Semi-Supervisionado.
12. Aprendizado Supervisionado ➢ Os algoritmos presentes nessa categoria deduzem uma função a partir dos dados de treinamento, que consistem em pares de exemplos de entradas e saídas. As saídas podem conter um rótulo utilizado para a classificação ou ser um valor contínuo. Dessa forma, o objetivo dos algoritmos deste tipo de aprendizado de máquina é predizer uma saída para qualquer entrada válida, após um treinamento suficiente (MITCHELL, 1997).
13. Aprendizado Não Supervisionado ➢ Nesta categoria, os algoritmos buscam determinar como os dados estão organizados, através de dados de treinamento que consistem apenas de exemplos de entrada e que não estão rotulados. Dessa forma, o objetivo deste tipo de aprendizado é encontrar padrões nos dados de entrada (MITCHELL, 1997).
14. Aprendizado Semi - Supervisionado ➢ Os algoritmos desta categoria estão em um meio termo entre os das categorias de Aprendizado Supervisionado e Não Supervisionado. Assim, faz- se uso de dados rotulados e não rotulados para o treinamento (CHAPELLE, 2006).
15. Redes Neurais
16. Neurônios Artificiais Neurônio de McCulloch-Pitts
17. Alguns algoritmos baseados em Redes Neurais ➢ Perceptron com uma camada ➢ Perceptron com múltiplas camadas ➢ Redes ARTs ➢ Redes Adaline ➢ ...
18. Um pouco de história ... ➢ Em 1958, Rosenblatt implementou a Rede Perceptron (neurônio artificial de McCulloch- Pitts). ➢ Em 1969, Minky e Papert lançaram um livro demonstrando a limitação do Perceptron em classificar apenas objetos linearmente separáveis. ➢ Tal fato, diminui bastante o interesse em redes neurais nos anos 70. ➢ Em 1986, Rumelhart, Hinton e Williams propuseram o algoritmo Back-Propagation (Retropropagação de erro).
19. Perceptron de Múltiplas Camadas ➢ Consiste em uma rede fortemente conectada com conexões feedforward.
20. Perceptron de Múltiplas Camadas ➢ Cada neurônio realiza uma função específica. ➢ A função implementada por um neurônio de uma dada camada é uma combinação das funções realizadas pelos neurônios da camada anterior que estão conectados a ele. ➢ À medida que o processamento avança de uma camada intermediária para outra, o processamento realizado se torna mais complexo.
21. Perceptron de Múltiplas Camadas Na primeira camada, cada neurônio aprende uma função que define um hiperplano, o qual divide o espaço de entrada em duas partes
22. Perceptron de Múltiplas Camadas Cada neurônio da camada seguinte combina um grupo de hiperplanos definidos pelos neurônios da camada anterior, formando regiões convexas.
23. Perceptron de Múltiplas Camadas Os neurônios da camada seguinte combinam um subconjunto das regiões convexas em regiões de formatos arbitrários.
24. Algoritmo Back-Propagation ➢ É baseado na regra delta utilizada na rede adaline, e também conhecido como regra delta generalizada. ➢ Para que esse algoritmo seja utilizado, a função de ativação precisa ser contínua, diferenciável e, de preferência, não decrescente.
25. Algoritmo Back-Propagation: Treinamento ➢ É constituido da iteração de duas fases, uma fase para frente (forward) e uma fase para trás (backward).
26. Algoritmo Back-Propagation: Treinamento Forward = O objeto é recebido por cada um dos neurônios da primeira camada intermediária, que aplica a função de ativação e produz um valor de saída, que é utilizado como valor de entrada pelos neurônios da camada seguinte.
27. Algoritmo Back-Propagation: Treinamento Backward = O valor de erro de cada neurônio é utilizado para ajustar seus pesos de entrada. ➢ O ajuste prossegue da camada de saída até a primeira camada intermediária.
28. Algoritmo Back-Propagation: Treinamento ➢ Os valores dos erros são conhecidos apenas para os neurônios da camada de saída, assim o erro para os neurônios das camadas intermediárias precisa ser estimado (soma dos neurônios da camada seguinte que estão conectados à ele, ponderados pelo valor do peso associado a essas conexões) .
29. Algoritmo Back-Propagation: Treinamento
30. Algoritmo Back-Propagation: Ajuste de Parâmetros ➢ O valor da taxa de aprendizado tem uma forte influência no tempo necessário à convergência da rede. ➢ Muito Pequena: muitos ciclos podem ser necessários para induzir um bom modelo. ➢ Muito Grande: pode provocar oscilações que dificultam a convergência.
31. Algoritmo Back-Propagation: Critério de Parada ➢ Número máximo de ciclos. ➢ Taxa máxima de erros. ➢ Overfitting: a rede para de aprender e começa a se tornar superajustada aos dados de treinamento.
32. Algoritmo Back-Propagation: Crítica ➢ Uma crítica ao Back-Propagation é sua lentidão para um bom conjunto de pesos e a sua queda de desempenho quando utilizado em grandes conjuntos de dados e problemas complexos.
33. Árvores de Decisão
34. Árvores de Decisão Uma árvore de decisão utiliza-se da estratégia de dividir para conquistar na resolução de problemas de decisão. ➢ As árvores são construídas no modelo top- down.
35. Alguns algoritmos baseados em Árvores de Decisão ➢ ID3 ➢ CART ➢ C4.5 ➢ J48 ➢ ...
36. Algoritmo J48 ➢ O algoritmo J48 permite a criação de modelos de decisão em árvores, sendo uma implementação em Java, para o Weka, do algoritmo C4.5. ➢ Gera árvores de decisão com base em um conjunto de treinamento, sendo que para cada nó, é escolhido um atributo que subdivide o conjunto de amostras mais eficientemente.
37. Exemplo Pŕatico com o Weka
38. http://www.cs.waikato.ac.nz/ml/weka/
39. Alguns resultados
40. Resultados → Iris DataSet ➢ Perceptron de Múltiplas Camadas. ➢ Tempo: 0.09s
41. Resultados → Iris DataSet ➢ Algoritmo J48. ➢ Tempo: - 0s.
42. Resultados Pima-Indians → DataSet ➢ Perceptron Múltiplas Camadas. ➢ Tempo: 0.73 s
43. Resultados Pima-Indians → DataSet ➢ Algoritmo J48. ➢ Tempo: 0.01s
44. Obrigado !!! Dúvidas???
45. Referências Bibliográficas