machine learning será que esse é só um termo da moda [Música] eu sou paulo silveira eu sou brilhante silveira ea gente vai falar de mashai lane redes neurais e em os algoritmos da moda guilherme eu já vou começar contando uma história dessas que eu gosto muito de martin e todo mundo já conhece mas vale a pena em um desses sites muito grandes de ecommerce americano alguns anos atrás começou a rodar esses algoritmos para tentar descobrir o que as pessoas vão comprar um futuro muito próximo pois é e uma das clientes que eles tinham começou a
navegar muito no site em produtos relacionados à bbc então começou a cessar a madeira como é só acessar um pouco de fralda roupas de tamanhos maiores e tudo que está próximo do mundo da maternidade o que aconteceu o algoritmo desse site funcionou muito bem para recomendar produtos para ela eles têm uma estratégia muito mais agressiva em vez de apenas no site fica mostrando eu recomendo que você compre produto o que eles fizeram passado um mês eles mandaram um kart especial para essa menina com descontos e cupons com roupas de neném fralda e tudo isso do
mundo da maternidade e adivinha só os pais dessa menina acabaram abrindo esse encarte e descobriram da gravidez dela através desta mensagem de venda falou é porque a minha filha está recebendo esse tipo de correspondência e não era uma correspondência solicitada eram correspondência que os robôs da metrics acabaram decidindo que deveria ser enviado para essa cliente porquê porque a probabilidade dela comprar nesse tempo curto desde a última visita no site era muito grande é óbvio esse é um caso em que os robôs acabaram com a unidade mas eu acho que tem muitos casos e esse tal
de aprendizado computacional funciona muito bem você tem algum exemplo que você pode contar pra gente posso completar um pouquinho essa história até a história é super romantizada superbonita etcétera e infelizmente tirará um direito da própria mulher ela dizer para os pais no momento que ela desejava sobre a gravidez não é e as pessoas nessa situação específica mas quem pensa também qual é o objetivo final da empresa com essa com essa sacada vender mais mas mais do que vender mais porque vender mais na fase da maternidade paz e no es estão mais suscetíveis a compra da
maneira mais cômoda onde estão acostumados então se você conquista a pessoa antes dela ter o filho ou a filha então quando ela tá nessa bagunça de acordar de madrugada todo dia e tal é a pessoa compra onde ela está acostumada então esse momento é um momento de conquista de um cliente não para essa venda é de conquista de um cliente por anos então esse é o caso de uma venda muito importante porque vai conquistar um cliente no london velho aí pela um tempo de vida muito grande então vale tudo é mudou o hábito da pessoa
é só você ver pessoas que foram pais ou mães recentemente elas num momento de desespero compra fralda aonde for é pano para limpar bumbum onde for porque se está no desespero e não está com a cabeça mais para um lugar mais econômico de todos os que querem ser que você criou o hábito naquela pessoa ela segue aquele hábito ela cumpra a fralda onde ela vai comprar o arroz e feijão se instalar junto já compra tudo embora a frente mesmo que não seja o melhor lugar totalmente no fim das contas é vender mais mas é conquistar
o super longo prazo e para isso eles trouxeram para uma fase que eles perceberam que as pessoas não só as comprou mais mas elas viram clientes fiéis daquela loja é uma sacada super uma visão superar longo prazo mesmo bem minha pergunta é isso é machine landim o que que é machine lane o que está por trás disso a ideia do marketing online é a tradução em português é o aprendizado de máquina então de alguma maneira a máquina vai olhar os dados o que está acontecendo esses dados podem ser recibos de compras podem ser imagens por
exemplo no aeroporto e aeroporto as câmeras do aeroporto tirando fotos do aeroporto da parte de fora e aí esses dados que são as imagens são analisadas e detectam pássaros essa imagem é de um pássaro ou não é de um pássaro o computador hora várias fotos de pássaros olha várias fotos de não pássaros e agora é capaz de decidir se uma falta pássaro ou não assim como a gente a gente só sabe se um passo é passar o que a gente viu muito passado então a bola o computador aprendeu isso e agora o problema dizer olha
tem um pássaro voando por favor não decole proviam tomar cuidado então o aprendizado de máquina vem disso seja de uma maneira supervisionado aqui eu citei agora que eu supervisiono o aprendizado com a gente quando aprendeu que ela passa no nosso pai valores é um pássaro a gente apontar o cachorro falava a pip io te fala não isso aí é o alvo a gente fala que o pior estava isso pinto supervisionado alguém foi ensinando isso pra gente mas também outras coisas a gente vai percebendo por conexões nos mais ensinado pra gente o que é uma panela
na hora que tinha uma frigideira e falou panela porque é panela né gente juntou coisas parecidas então tem outro tipo de aprendizado que não necessariamente são supervisionados também tem claro é um tipo de classificação eu tô fazendo em vários tipos de organização desses algoritmos que aprendem como os dados e onde é que aparecem as tais das redes neurais então tem esse desenho bonitinho de neurônios camadas as ligações entre os neurônios outros neurônios passando as sinapses e mudando pesos a gente sempre essa história e um monte de post vídeo para leigos é mas que esteve com
cérebro como é que funciona realmente essa analogia original das redes neurais hoje ela tem que ter despedido um pouco de força até pela complexidade e as diferenças foram surgindo desde então mas a idéia é a seguinte o aprendizado de máquina pode ser um elemento uma coisa um algoritmo que tenta aprender como ele faz esse aprendizado se é probabilidade então imagina que ele viu é várias fotos e sempre que amarelo é passado e sempre piqué branco é o alto então pela cor pela probabilidade oportunidade de vezes que ele viu no passado e só segue a probabilidade
extinta série wall é um organismo válido vai ter seus acertos vai ter seus erros não é uma rede neural não é uma rede neural é uma coisinha ali uma bolinha do chamado de bolinha algoritmos inválidos simples que tenta adivinhar baseado no que aprendeu a maravilha tem diversas maneiras essa coisinha esse algoritmo aprender só que vc pegar só um desses você pode pegar vários desses como se fosse um comitê vez que uma pessoa só falar olha eu acho tão que o pio várias pessoas no seu voto e você pode dar peso para essas pessoas e falar
olha de acordo com os votos da galera isso aqui piu-piu um álbum pode pensar uma empresa vai quebrar no ano que vem não vai quebrar no evento na análise de risco de uma empresa eu tenho várias pessoas especialistas analisam aqueles dados e aí aquele comitê vai dizer pra gente o resultado final se acha que vai quebrar vai quebrar então essa é uma maneira você tem um pontinho mas tem vários pontinhos de alguma maneira dando esse resultado final há ainda também não é rede neural é só o comitê na verdade você pode pegar um desses algoritmos
de aprendizado específico e colocar vários um do lado do outro ainda embaixo do outro não é fixo móvel embaixo tem várias dessas bolinhas aqui assim vários booms ong fez outras coisas mais complexas todos vão ser mais complexos na casa tá mas não deixa de ser multiplicação e soma o básico é de zizi mais tá então a coisa mais complexa depois mas o básico vezes imagem faz um monte coberto de vezes para monte conta demais e aí cada um desses tomar uma decisão ah eu acho que isso parece por exemplo na imagem eu acho que isso
parece mázinha acho que isso parece um bico anão spears parece um rabo a esclarecer uma asa batendo isso parece ser tal coisa tocavam cornetas e as cores de impostos para esse as cores de um passo com o pássaro o padrão médio de um pastor a textura de um pássaro etc então várias coisas podem acabar podem acabar se especializando em características naquilo que está analisando podem não necessariamente bom que se tenha essa primeira camada de várias coisas tentando aprender coisas aleatórias assim como a gente se eu percebi que aquilo é uma câmera é porque o óleo
tem um negócio parece uma lente tem um negócio que parece 11 uma capinha seu negócio parece um flash tem um negócio parece um tripé é da cor preta tem vários carros saindo e tetra então isso tudo e chegar à conclusão de que é uma câmera uma cartolina com uma foto de uma câmera então a mesma coisa que eles não vêm aprendendo algumas coisas só que não toma decisão já logo de cara seria uma segunda camada com vários desses que vão pegar as informações dessa primeira camada e aí tomar uma decisão e se coloca uma terceira
camada por exemplo a terceira chamada final porque aí é um só vai pegar todas essas informações anteriores e fala assim é um pássaro assim essa empresa vai quebrar no ano que vem ou a decisão que for se for uma decisão de classificação sim ou não que eu tô citando você for uma estimativa de preço de um apartamento uma regressão independente do tipo de conclusão que você quer chegar nesses algoritmos que estou citando você tem várias camadas várias camadas que formam uma rede e aí é chamado de rede neural e essa rede cada aresta zinha em
ela vai tendo um peso mais forte ou mais fraco de acordo com a forma que eu vou treinando e falando olha isso não faça isso não faça o seu passo não só isso você vai ver ela basicamente são notificações de somas e quando você passa uma foto de um pássaro por toda essa camada ela vai se adaptando para todos os números dela ela começa literalmente com números aleatórios números aleatórios e você passa uma fotinha de pássaro e aí ela chega no final da fala não é um pássaro e levou a que ela faz é a
data que nem a gente falar e piu-piu papai falou não é pio para cá muito isso aqui não é pio e aí ele passa outra foto que não é um pássaro aí baseado nesses números novos e tentou uma estimativa nova e se vai passando um monte de fotos várias vezes a mesma foto a gente viu várias vezes o mesmo ao várias vezes o mesmo passa até a gente entender o que distingue um pássaro de mau é a mesma coisa acontecendo aqui é assim que os sentinelas do momento em que vão atrás de seres humanos isso
eu não sei não conversei quando e uma coisa que me deixa curioso é são aqueles jogos que o google outras empresas ganho então tinham de bull da ibm do xadrez e o alfa gol do google que pelo que entendo eles aprenderam a jogar esses jogos complexos analisando jogos e outras pessoas se jogando contra outros programas que já jogavam mas aí tem o tal do de pilão em que entra e o tal do alfa 0 que pelo que eu entendo é ele vai jogar aquele jogo de xadrez ou aquele jogo de gol aquele jogo de tabuleiro
esquisito que ninguém conhece só contra ele mesmo e saber quais são as regras sob a condição de vitória mas ele nunca assistiu ninguém jogar com os dois bebês só soubessem as regras nunca vi ninguém jogar eles só sabem que só pode mover para a esquerda para a direita não pode é impossível mas ele sabe a condição vencedora então ficam bons nem se na verdade um lençol jogando com ele além da volta do outro lado do tabuleiro joga uma peça aleatória e outro ponto joga pelo eleitor e falar nessa situação eu venci o jogo então deixa
eu olhar para trás e dar pesos para falar que nesse caminho é interessante e positivo esse é uma forma de aprender do nada não supervisionado e isso mesmo a classificação que eu fiz supervisionado e não supervisionado é uma maneira de pacificar um mundo existem diversas maneiras e essa maneira binária nem se fala supervisionado não seja tem vários problemas inclusive tem alguns outros que a gente classifica como semi supervisionado se você tenta pensar nessa popularidade aí mas independente desse tipo de classificação têm maneiras diferentes a gente fazer o programa aprender você está visitando uma outra nessa
outra realmente imagina que você como ser humano também pode fazer isso quando você tinha aula de xadres lá na infância tinha o xadrez como professor professores e tentava mexer lá o cavalo e fala não veja bem se você fizer isso vai acontecer abc e também já cortava alguns caminhos pra você já entendeu que o placar e muito ruim causa disso disso já cortei o aprendizado para o outro lado nesse caso não há nesse caso acho que você não tem esse professor que você realmente faz o papel dos dois lados e tenta jogar o cavalo aí
você vai por outro lado e fala um agora que aquela pessoa jogou o cavalo colocar eu vou tentar pegar ela por aqui é você jogando com você mesmo se aprende não tem problema nenhum só que vai cometer provavelmente no começo muito mais erros que alguém poderia já te dar algumas dicas e uma das grandes sacadas é essa que agora alguns algoritmos que estão vendo as pessoas sejam vôo o xadrez no starcraft são algoritmos que aprenderam sozinhos só jogando o jogo com elas mesmas acho que pro episódio ficar melhor que esse tem mais leve que isso
só se você tomar banho uma banheira de nutella
