Aprendizagem Supervisionada
No aprendizado de máquina, o aprendizado supervisionado é uma abordagem na qual um modelo é treinado usando dados rotulados.
Esse tipo de aprendizado é chamado de "supervisionado" porque durante o treinamento, o modelo recebe um conjunto de exemplos de entrada, juntamente com as respostas corretas associadas a esses exemplos.
O objetivo do aprendizado supervisionado é fazer com que o modelo aprenda a mapear corretamente as entradas para as saídas desejadas.
Por exemplo, se estivéssemos treinando um modelo para reconhecer imagens de gatos e cachorros, forneceríamos ao modelo várias imagens de gatos e cachorros, cada uma rotulada corretamente como "gato" ou "cachorro".
O modelo então aprenderia a identificar padrões nessas imagens e fazer previsões corretas sobre imagens não vistas anteriormente.
O processo de treinamento do modelo envolve alimentar os dados de treinamento rotulados no modelo e ajustar os parâmetros internos do modelo para minimizar a diferença entre as previsões do modelo e as respostas corretas.
Isso é geralmente feito por meio de algoritmos de otimização que ajustam os parâmetros com base no erro entre as previsões e os rótulos conhecidos.
Uma vez que o modelo tenha sido treinado com sucesso, ele pode ser usado para fazer previsões sobre novos exemplos de entrada que não foram vistos durante o treinamento.
Essas previsões são baseadas no conhecimento adquirido pelo modelo durante o processo de treinamento supervisionado.
O aprendizado supervisionado é amplamente utilizado em várias tarefas de aprendizado de máquina, como classificação de texto, reconhecimento de fala, detecção de fraudes, diagnóstico médico e muitas outras aplicações.
É uma abordagem poderosa que permite que os modelos aprendam a partir de exemplos rotulados, facilitando a tomada de decisões e a automação de tarefas complexas.
Classificação
- Queremos descobrir ou descrever a classe de um fato.
- Normalmente a classe em uma relação está representada em um atributo especial, posicionado como último atributo da relação.
Criando a matriz confusão
Dados
Devemos nos preocupar com os erros e com os custos do erro.
Analizando o erro:
Vamos supor que o banco libere um emprestimo de 5.000,00 e que em cada um deles seja previsto um lucro de 1500,00.
Nive Bayes
É um algoritmo de classificação probabilístico, que é utilizado em aprendizagem de máquina e mineração de dados.
Ele é considerado "ingênuo" porque assume que cada par de características é independente dos outros.
O algoritmo é baseado na teoria Bayesiana, que usa probabilidades para prever a probabilidade de ocorrência de um evento com base em eventos passados relacionados.
O modelo Naive Bayes é usado em aplicações como reconhecimento de spam em e-mails, análise de sentimento em texto, classificação de documentos e identificação de voz em reconhecimento de fala.
Ele é popular por sua simplicidade, rapidez e eficiência na classificação de grandes conjuntos de dados.
Algoritmo
- Leitura dos dados;
- Separação dos dados do treino e do teste
- Criação do modelo;
- Criação da predição; (ato ou efeito de predizer, de afirmar o que vai acontecer no futuro; profecia, previsão.)
- Criação da tabela de confusão;
- Determinação da taxa de acerto e da taxa de erro.
Como programar em R
- O método tradicional do R é através do comando read.csv já visto anteriormente;
- A separação dos dadospode ser realizada com a ajuda do comando sample;
- amostra = sample(x,tam,replace=T or F,prob = c(0.7,0.3))
- No exemplo acima:
- O x representa de 1 a x os valores que são criados aleatroriamente;
- tam é a quantidade de números gerados;
- replace indica se os valores de 0 a x podem repetir;
- prob é a probabilidade dos números a serem gerados.
- A separação dos dados pode ser feita pelas atribuições mostradas abaixo
- dadosTreino = dados[amostra==1,]
- dadosTeste = dados[amostra==2,]
- Criação do modelo
- modelo = naiveBayes(class ~. , dadosTreino)
- A função naiveBayes está na biblioteca e1071
- class é a coluna onde está a resposta do treino;
- O ponto "." depois do "~" indica que que todas a colunas dos dados serão utilizadas;
- Caso queira selecionar as colunas participantes do treino é só colocar o nome delas concatenando com o +
- Criação da predição
- predicao = predict(modelo,dadosTeste)
- Criação da matriz de confusão
- confusao = table(dadosTeste$class,predicao)
- A taxa de acerto e de erro é dados através dos dados tirados da matriz de confusão.
Utilizando um modelo em produção
- Deve formatar uma entrada no formato data frame
- novoDado = data.frame("caracteristica1"=dado1,"caracteristica2"=dado2, .....)
- Colocar o dado na predição
- predicao = predict(modelo, novoDado)
- Formatar o resultado como texto.
- as.character(predicao)
Projeto a ser realizado.
Desenvolva um programa em R que utilize cinco características de avaliação de crédito para determinar se a solicitação de crédito será aprovada ou não. Utilize o algoritmo de aprendizagem de máquina Naive Bayes para realizar a análise e a interface gráfica da biblioteca shiny.
Suport vector machine
O programa que utiliza o algoritmo SVM - (Suport vector machine) tem a mesma estrutura do Nive Bayes mudando apenas a chamada do modelo.
- modelo = svm(class ~. , dadosTreino)
Arvore de decisão com rpart
Criação do modelo
Plotagem da árvore
Montagem da predição
- confusao = table(cred$class,cred$Result)
- taxaAcerto = (confusao[1]+confusao[4])/sum(confusao)
Montagem da tabela confusão e obtenção da taxa de acerto.
Alternar Menu