AS MÁQUINAS SERÃO CAPAZES DE TOMAR DECISÕES DE UMA EMPRESA?


 

big-data-makes-for-exceptional-machine-learning

Esse é um assunto que acho bem interresante, aonde falamos da criaçao de uma inteligencia de máquina a partir do ensino do homem. Muito ouvimos se as máquinas irão destruir a raça humama, se isso vai acontecer nao sei, e até lá não se estarei aqui para ver, mas sei que o aprendizado das máquinas poderão ajudar muito o ser humano e as empresas.

Respondendo a pergunta que faz o título desse post. Tanto poderão e como já é capaz de tomar decisões, e para quem não ouviu falar, lhe apresento o Machine Learning ou Aprendizado de Máquina.

Machine learning basicamente é um sub-campo da inteligência artificial dedicado ao desenvolvimento de algoritmos e técnicas que permitam ao computador aprender, ou seja, permite ao computador aperfeiçoar seu desempenho em alguma tarefa, enquanto que na inteligência artificial existem dois tipos de raciocínio – o indutivo, que extrai regras e padrões de grandes conjuntos de dados, e o dedutivo – o aprendizado de máquina só se preocupa com o indutivo.

Com os dados adequados, essa tecnologia se aprimora até o ponto em que é capaz de oferecer informações preditivas sobre o seu negócio. Com base nos padrões do passado, ela é capaz de prever, com alto grau de acerto, como sua empresa vai se comportar no futuro.

Inteligência Artificial podemos exemplificar como exemplo a trilogia Matrix. Mesmo que com os enredos sejam bem diferentes, todos esses filmes têm algo em comum: eles retratam um mundo controlado por robôs que tomam suas próprias decisões baseados em uma forma avançadíssima de inteligência artificial.

É mais ou menos isso que está em jogo quando falamos em machine learning: Utilizar a inteligência artificial para analisar os dados de desempenho da uma empresa e então tomar decisões capazes de torná-la mais eficiente.

A informação como podemos deduzir chega em vários formatos, de vários locais e de forma estruturada ou não estruturada. Acredito que um dos pontos mais desafiadores é gerenciar a veracidade dos dados. Dados ausentes, incompletos, maliciosamente errados ou imprecisos podem comprometer o modelo de predição. O fato é que uma base com qualidade ruim sempre será uma grande ¨dor de cabeça¨.

Existem muitos campos em que o Machine Learning poderá se aplicar e com base nisso vejo que será bastante promissora.

No campo da saúde, existem pesquisas para realizar análises de pacientes baseados em históricos médicos e literatura médica, evolução clinica, e recomendação de tratamentos

No campo das finanças, na avaliação de riscos para seguradoras, redução de fraudes, previsão do mercado de ações

No campo dos transportes, otimização de rotas, controle de manutenção dos carros

Segurança, vigilância na web em tempo real usando modelos preditivos contra o crime cibernético, IOT, e entre outras…

Os algoritmos de aprendizado das máquinas servem para desenvolver produtos melhores e mais inteligentes. Se sairá melhor quem souber juntas inteligência e análise de dados.

Por isso lhe digo que precisamos e devemos no preparar para o futuro. e já dar para sentir o gostinho dos grandes acontecimentos e crescimento da tecnologia tanto para Big data, Inteligencia Artificial, IOT e entre outros.

AZURE MACHINE LEARNING

Se você se interessa por essa tecnologia, uma das ferramentas que poderá estudar é o Microsoft Azure Machine Learning que é um serviço em nuvem (Cloud) que tem como objetivo implementar modelos de Machine Learning de forma rápida e fácil. Com o Azure Machine Learning é possível construir modelos de análise preditiva, usando datasets de treino das mais variadas fontes e então fazer o deploy destes modelos através de web services com o serviço Cloud da Microsoft. Com o Azure Machine Learning Studio, é possível criar experimentos de dados, usando os módulos disponíveis ou construindo seus próprios modelos usando R, Python e SQL por exemplo. O serviço está disponível no portal do Azure, o mesmo que oferece outros serviços do tipo PaaS (Platform as a Service) e onde é possível, usar criar um espaço de trabalho (workspace) com o Machine Learning Studio.

Uma das grandes vantagens do Azure ML é a possibilidade de rapidamente criar experimentos, avaliar sua efetividade e como a Microsoft gosta de chamar “fail fast”, ou seja, cometer os erros de forma antecipada no seu projeto, o mais rápido possível, visando reduzir o ciclo total de desenvolvimento dos modelos analíticos. E tudo isso no melhor estilo Microsoft “arrastar e soltar”.

ml-studio

Seus modelos podem acessar dados dentro do ML Studio, dados que podem vir de uma plataforma de Big Data da Microsoft, o HDInsight ou mesmo importar os dados que estejam no seu desktop.

O objetivo da Microsoft com o Azure Machine Learning é tornar mais fácil o começo da exploração dos dados – basta criar uma assinatura, criar um espaço de trabalho e começar a trabalhar no ML Studio. A Microsoft fornece uma ampla documentação técnica adicional com muitos vídeos e tutoriais educacionais e acesso trial gratuito de 30 dias. Você também pode navegar na galeria ML Studio para saber como obter dados de exemplo, realizar experimentos e muito mais.

O Azure ML não é gratuito, mas pode ser usado por 8 horas sem a necessidade de efetuar login, ou 30 dias gratuitamente com a criação de uma conta de acesso.

Link do ML: https://studio.azureml.net/

Aos poucos vou pesquisando, estudando e logo logo quero estar dominando plataforma poderosa.

Entao é isso, obrigado pela visita e até mais pequenos gafanhotos !!

Share on FacebookTweet about this on TwitterShare on LinkedIn


Escreva um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *