Vídeo: PT-BR | Understanding Machine Learning (Entendendo Aprendizado de Máquina) 2024
Alguns sites on-line iriam acreditar que as estatísticas e a aprendizagem por máquina são duas tecnologias completamente diferentes. Por exemplo, quando você lê Statistics vs. Machine Learning, lute!, você tem a idéia de que as duas tecnologias não são apenas diferentes, mas francamente hostis uns com os outros. O fato é que as estatísticas e a aprendizagem por máquinas têm muito em comum e que as estatísticas representam uma das cinco tribos (escolas de pensamento) que tornam a aprendizagem de máquinas viável. As cinco tribos são
- Simbolistas: A origem desta tribo é em lógica e filosofia. Este grupo depende da dedução inversa para resolver problemas.
- Connectionists: A origem desta tribo é em neurociência. Este grupo depende de backpropagation para resolver problemas.
- Evolucionários: A origem desta tribo é em biologia evolutiva. Este grupo depende da programação genética para resolver problemas.
- Bayesianos: Esta origem desta tribo está em estatística. Este grupo depende da inferência probabilística para resolver problemas.
- Analogistas: A origem desta tribo é em psicologia. Este grupo conta com máquinas do kernel para resolver problemas.
O objetivo final do aprendizado de máquinas é combinar as tecnologias e estratégias adotadas pelas cinco tribos para criar um único algoritmo (o algoritmo mestre) que pode aprender qualquer coisa. Claro, alcançar esse objetivo está muito distante. Mesmo assim, cientistas como Pedro Domingos estão atualmente trabalhando nesse objetivo.
Usando a estratégia da tribo Bayesiana, você resolve a maioria dos problemas usando alguma forma de análise estatística. Você vê estratégias adotadas por outras tribos descritas, mas o principal motivo pelo qual você começa com as estatísticas é que a tecnologia já está bem estabelecida e entendida. Na verdade, muitos elementos de estatísticas se qualificam mais como engenharia (em que as teorias são implementadas) do que ciência (em que as teorias são criadas). Compreender o papel dos algoritmos na aprendizagem por máquina é essencial para definir como funciona a aprendizagem de máquinas.
