Download - Introducao inteligenciaartificial
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 artificial
pode ajudar a biologia a compreender a vida ou prever comportamentos.
Afinal, como eu posso utilizar IA na minha pesquisa?
Introdução
Introdução
Robótica
Finanças
Jogos
Medicina
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
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
Sparce dictionary learning
Representation Learning Reinforcement learning
Redes Bayesiana Clustering
Support Vector Machines
Programação Lógica Indutiva Programação Genética
Redes Neurais Regras de Associação
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 entropia = Baixo ganho de informação Baixa entropia = Alto ganho de informação
Exemplo
Técnicas
Exemplo
Técnicas
Exemplo
Técnicas
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais.
Árvore de Decisão
Sparce dictionary learning
Representation Learning Reinforcement learning
Redes Bayesiana Clustering
Support Vector Machines
Programação Lógica Indutiva Programação Genética
Redes Neurais Regras de Associação
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) = _____ P(C|+) = ______
Probabilidade de incidência de um determinado tipo de câncer
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, então C é revelado (trocar ganha) 3 - Está em C, então B é revelado (trocar ganha)
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais.
Árvore de Decisão
Sparce dictionary learning
Representation Learning Reinforcement learning
Redes Bayesiana Clustering
Support Vector Machines
Programação Lógica Indutiva Programação Genética
Redes Neurais Regras de Associação
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.
Árvore de Decisão
Sparce dictionary learning
Representation Learning Reinforcement learning
Redes Bayesiana Clustering
Support Vector Machines
Programação Lógica Indutiva Programação Genética
Redes Neurais Regras de Associação
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.
Foco em aprendizado de Máquina
Técnicas
Concentrada no desenvolvimento de algoritmos cujos inputs são dados experimentais.
Árvore de Decisão
Sparce dictionary learning
Representation Learning Reinforcement learning
Redes Bayesiana Clustering
Support Vector Machines
Programação Lógica Indutiva Programação Genética
Redes Neurais Regras de Associação
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
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.
Redes Neurais
Técnicas
http://natureofcode.com/book/chapter-10-neural-networks/
Os pesos variam, enquanto o programa não executa a
tarefa de forma satisfatória.
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.
Árvore de Decisão
Sparse dictionary
Representation Learning Reinforcement learning
Redes Bayesiana Clustering
Support Vector Machines
Programação Lógica Indutiva Programação Genética
Redes Neurais Regras de Associação
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.
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.
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
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