Machine Learning: como ensinar uma máquina a aprender | Nerdologia Tech

ESTE NERDOLOGIA É UM OFERECIMENTO DA ALURA

Carreira Alura

No Nerdologia Tech de hoje, vamos ver como podemos fazer as máquinas aprenderem truques.

Apresentação:
Átila Iamarino:

Roteiro:

Edição e Arte:

Apoio:

FONTES
Shannon, Claude E. "XXII. Programming a computer for playing chess." The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science 41, no. 314 (1950): 256-275.

SAIBA MAIS
(links em breve)

ASSISTA TAMBÉM

MATERIAL USADO
Jack Jack:

SIGA-NOS NAS REDES SOCIAIS:

[minogabe]

Átila, ainda que a OpenAI não tenha vencido num cenário 5v5, vale destacar que ela conseguiu vencer alguns dos melhores jogadores de DOTA2 num cenário 1v1. Curioso foi que, aprendendo com ela mesma, ela aprendeu uma estratégia muito comum, o "bait". Ela propositalmente recebia dano, aumentando a confiança do jogador que jogava contra ela, que, ao tomar uma postura agressiva, caía na armadilha.

[pesterenan]

Faz um tempo que não vejo os vídeos do Nerdologia mas adorei essas "telas deslizantes" muito mais fácil de acompanhar!

[moiseszinho]

*Átila por favor faz um Nerdologia sobre física quântica e teoria das cordas.*

[CanalPeeWee]

O Google é o rei do machine learning. Atualmente, além dos carros autônomos, aprendeu tudo sobre línguas (além de corrigir o que você digita, ele já busca automaticamente por sinônimos) e está desenvolvendo uma plataforma de anúncios nova, capaz de rastrear a navegação de um usuário na internet e prever sites que ele acessará futuramente por conta de seus interesses

[lbondan]

Excelente vídeo Átila! Uma correção imporante: aprendizado por reforço NÃO necessariamente envolve deep learning e redes neurais (ou vice-versa) como tu explicas no vídeo. São técnicas diferentes que podem ser combinadas. O Q-learning (técnica de aprendizado por reforço) por exemplo, dá "recompensas" ao algoritmo quando este realiza uma escolha eficiente, sem necessidade de adaptações. O mesmo, no entanto, não é considerado deep learning, tendo uma variação da técnica que utiliza redes neurais para tanto (Deep Q-learning).

[grazielapentean]

Meu tema de mestrado <3
Tem tantas aplicações! Eu trabalho com rede neural artificial para prever propriedades de vidros.

[vinilauto]

Estou assistindo a este vídeo no início de 2023 e rindo do final dele, onde foi dito que levaria décadas para uma I.A vencer em um jogo de StarCraft. O vídeo é de 2018, e em 2019 já ganhava facilmente, haha.

[yurirodrigues]

bem feito esse vídeo. Parabéns. Eu trabalho na área e nunca poderia ter feito algo tão didático e atual. Única coisa é o comentário de como o cérebro funciona, acho mais adequado dizer que "se inspiram no cerebro".

Gosto dos vídeos do canal e de tecnologia - sou formado em Ciência da Computação. Mas sinto falta dos vídeos clássicos sobre Biologia, Física, Social e Psicologia. O conteúdo era mais exclusivo do que falar de tópicos de computação que já tem cobertura muitos maior nos mais variados graus por aí.

[alexandrerezende]

Eu estou fazendo mestrado em Inteligencia computacional e a área é simplesmente incrível. Talvez pudesse aprofundar nas várias tipos de redes neurais, que não são só um, mas vc tem a MPL (Multi-layer-perceptron), para fitting ou agrupamento de dados, tem as RBF (rede função base radial) que pode ser usado para clusterização ou até algumas técnicas de computação evolutiva que parte das teorias de darwin para selecionar, cruzar e mutar os resultados. Fuzzy seria legal tbm

[gabrielspagnol]

Tenho orgulho de ter feito Psicologia e ter escolhido a abordagem behaviorista. Graças ao behaviorismo temos o cerne de todo esse entendimento das construções desses algoritmos

[silvanosantos]

no dota 2, o uso de itens certos pra jogar contra inimigos especificos e muito importante, voce nao compra os mesmo itens para o mesmo heroi em cada partida, sempre varia muito em cada partida.

[leonyribeiro]

Esse video é muito top, para uma rede neural identificar é só mostrar o que é moto e o que é pessoa para isso mostrar para ele varios tipos de motos e de pessoas. Mostrar a pessoa subindo na moto e pilotando assim que a rede neural vai saber que diferença entre uma pessoa da moto.

[hugoluz]

2 meses atrás eu assisti esse vídeo, que hoje me ajudou no desenvolvimento de minha redação no Enem, gostaria de agradecer a toda equipe do Nerdologia e dizer que o trabalho de vocês ajuda bastante muitos jovens assim como eu, não irei abandonar esse canal por tão cedo!

[osvaldogomide]

Atila, faz um nerdologia sobre a urna eletrônica e sua confiabilidade, e um sobre como funciona a norma do segundo turno.

[alissonhayasi]

Ótimo vídeo como sempre Átila!

Vou dar apenas algumas sugestões...
1. No Hal tava escrito "Analizando..." Não sei se foi proposital ou se foi um erro mesmo xD

2. As Redes Neurais Profundas (DNN) podem seguir vários paradigmas (Aprendizado Supervisionado, Não Supervisionado, Por Reforço, Semi-Supervisionado) não ficando restritas apenas ao Aprendizado Por Reforço. Inclusive, um mesmo modelo pode ser utilizado/adaptado para diversos paradigmas

3. Quando você diz que "[...] usando um mundo de dados, coletados pela Ciência de Dados [...]" dá a entender que os dados utilizados pelos algoritmos estão restritos aos dados reunidos por uma área específica (como se houvesse uma certa dependência) o que não é necessariamente verdade.
Interpretando a Ciência de Dados em todo os seu escopo, na maior parte dos casos, ambas áreas (DS e ML) coletam dados "da mesma fonte" (sejam eles estruturados ou não) e os utilizam para propósitos específicos, como, KDD para Data Science e, no caso do ML, "o desenvolvimento de máquinas/sistemas capazes de aprimorar seu desempenho em uma determinada tarefa através da experiência". Logo os dados (que fazem parte da experiência). Além disso, as informações resultantes produzidas tanto pelos algoritmos de ML, quanto pelo KDD podem ser usadas para novos processos um pelo o outro e vice-versa.
Por exemplo, você pode produzir um zilhão de resultados por diferentes algoritmos em diferentes tarefas e paradigmas e então usar estratégias de análise dados (Data Science) para encontrar informações relevantes sobre.

[julescarvalho]

Faz um vídeo sobre a cidade de Nazca e os seus desenhos.
Vocês fazem um ótimo trabalho.

[foccoemprega]

A cada dia mais didático e bem feito! Não consigo parar de assistir! Parabéns Átila! 😃👏🏻👏🏻👏🏻

[jaquesgp]

Que vídeo INCRÍVEL! Nerdologia continua conseguindo me surpreender com seus vídeos.. Tive contato com machine learning em um Hackathon na IBM há um tempo (sou designer, integrei o time com essa função), mas NUNCA tinham me explicado tantos detalhes sobre o tema, de forma tão simples para nós meros mortais-não-programadores! Parabéns!! 👊🏻

[luke_lopeez]

O Átila é inteligente pra carai. Dá até inveja do tanto de conhecimento sobre diversos assuntos que ele domina