Experimentos com Machine Learning

O problema que machine learning visa resolver é encontrar a melhor função de decisão dado um conjunto de dados. Portanto, este problem contém um conjunto de entrada $\mathcal{X}$, um algoritmo de aprendizado $\mathcal{A}$ e, normalmente, um conjunto de saídas esperadas $\mathcal{y}$. Assim, como é possível saber se a função de decisão $\mathcal{f}$ gerada por $\mathcal{A}$ é realmente útil? A resposta é que é necessário avaliar um experimento sobre o desempenho (performance) de $\mathcal{f}$ em um conjunto de dados.... [Continue lendo]

Como funcionam as redes neurais

Olá, tudo bem!? Amanhã, 30 de novembro, eu vou apresentar a palestra “Como funcionam as rdes neurais” no GDG Blumenau aqui em Blumenau, Santa Catarina. Os slides e exemplo da palestra estão disponíveis aqui. Aparece por lá para conferir e trocar uma ideia :D... [Continue lendo]

A normalização e o Gradient Descent

Vamos falar sobre machine learning. Estou [enfim] participando do MOOC do Andrew Ng, Ph. D. no Coursera e me deparei com a importância de normalizar os dados antes de efetuar a otimização do algoritmo de aprendizado. Não leve a mal, sei, há certo tempo, que é importante normalizar os valores de entrada para que o algoritmo tenha uma melhor, e mais rápida, convergência. Entretanto, nunca havia, ao menos até onde percebi, me deparado com o quanto esse pré-processamento implica no processo.... [Continue lendo]