Conheça mais sobre Aprendizado Supervisionado

Dando continuação ao tema da semana passada, resolvi mostrar um tipo de tarefa/problema, muito popular, que é resolvido por meio do Aprendizado Supervisionado, a Tarefa de Classificação.

Vamos imaginar que queremos criar um sistema que receba uma foto e diga se há um cachorro ou não. Para nós, é muito fácil identificar um cachorro, vemos o focinho, forma física, patas… Algumas características diferem de uma raça para outra, mas todos os cachorros partilham de traços em comum. Mas já pensaram como desenvolvemos essa habilidade? Somos, ao longo da vida, apresentados a diferentes figuras e formas e vamos associando-as ao conceito de cachorro, associando características a um “rótulo”. Para o computador não é diferente. Fornecendo um conjunto de fotos e indicando se nela tem ou não um cachorro a máquina vai identificando padrões e associando eles ao animal, este processo de “aprendizado” é o que nós chamamos de treino. Após esse processo ela se torna apta para identificar um cachorro em fotos novas sem que um humano precise indicar ou rotular.

Outro bom exemplo de classificação é descobrir doenças baseando-se nos sintomas apresentados por um paciente. Ao longo do processo de treino, a máquina vai descobrindo e associando sintomas a diagnósticos. Desse jeito, quando um paciente chega no hospital e informa que está com tosse, febre e cansaço a máquina consegue indicar que provavelmente é um caso de gripe.

Um ponto importante é que alguns sintomas são comuns a várias doenças, enquanto outros são mais específicos, assim como alguns traços são comuns a muitos animais, e outros são específicos de cachorros. O processo de aprendizado deve conseguir descobrir esses diferentes “pesos”, entendendo que se na foto o animal possui quatro patas, isso por si só não é um grande indicativo de que é um cachorro, assim como o sintoma de febre está relacionado a diversas possíveis doenças. Essa habilidade de distinção entre o valor das informações é o que permite à máquina generalizar as suas predições, ou seja, “aprender”, e não decorar.

Esses foram exemplos de uma “Tarefa de Classificação”, que resulta em um classificador, ou modelo preditivo, para cumprir tarefas como identificar objetos em fotos, diagnosticar doenças, dizer se um cliente é bom ou mau pagador, enfim, associar informações e ligá-las a um “rótulo”. 

Por Otávio Parraga, desenvolvedor do #TimeUbots.