Aprendizado de Máquina e Sistemas Baseados em Conhecimento
Aprendizado de Máquina
Construção de sistemas inteligentes capazes de adquirir conhecimento automaticamente.
Paradigmas de Aprendizado
- Simbólico: Aprende construindo representações simbólicas de um conceito pela análise dos exemplos. Ex.: Expressão lógica e regras de produção.
- Estatístico: A ideia é utilizar modelos estatísticos para encontrar uma boa aproximação de um conceito.
- Conexionista: Formam as redes neurais que são construções matemáticas simplificadas inspiradas no modelo biológico do sistema nervoso.
- Evolutivo: Derivado do modelo biológico de aprendizado.
Tipos de Aprendizado
- Supervisionado: É construído um classificador que pode determinar a classe dos novos exemplos.
- Não Supervisionado: Não tem resultado esperado, o aprendizado é por observação, não existe professor.
Atributo: Contém os valores coletados que são usados na classificação.
Sistemas Inteligentes
Capaz de executar raciocínio, reconhecimento de padrões e outras formas de aprendizagem.
Sistemas Baseados em Conhecimento (SBC)
São capazes de preservar, aproveitar e fazer uso de capacidades cada vez mais valiosas. Construído para ser usado comercialmente e academicamente.
Quando usar SBC:
- O domínio da aplicação é bem delimitado.
- O custo do especialista é alto.
Construção de SBC:
Os conhecimentos dos especialistas precisam ser capturados, organizados e representados na base de conhecimento.
Interface: É bem abstrata que a usada na representação do conhecimento, mas mais restrita que a usada pelo usuário.
Núcleo
- Módulo coletor de Dados: Responsável pela interação com o usuário.
- Módulo de Inferência: Responsável pelo desenvolvimento do raciocínio, deve processar a linguagem usada na BC.
- Módulo de Explicações: Responsável pela explicação ou justificativas das conclusões obtidas.
Memória de Trabalho: Registra as respostas fornecidas pelo usuário, conclusões e a sequência de passos feitos.
Base de Conhecimento: Contém a descrição do conhecimento do especialista que é necessário para a resolução do problema.
Regras de Produção: Tem como base a ideia de que o conhecimento pode ser representado pelo formato de condições então conclusões.
Base de Conhecimento de Árvore de Decisão
A construção de uma árvore de decisão antes da implementação das regras de produção facilita a vida do analista na construção de uma base.