Este documento apresenta um minicurso sobre inteligência artificial e machine learning com Python. Resume os principais tópicos abordados: 1) conceitos de inteligência artificial e aprendizado de máquina; 2) aprendizado supervisionado, não supervisionado e por reforço; 3) exemplos práticos com classificador KNN em Python.

1. Inteligência Artificial
Machine Learning with
Python
IFBA - Prof. Me. Matheus Brito de Oliveira

2. Sobre o Palestrante
● Bacharel em Sistemas de Informação
● Especialista em Engenharia de Sistemas
● Mestre em Computação Aplicada
● Doutorando em Administração - Finanças e
Métodos Quantitativos
● Especialista em IA - Standford e Deep
Learning
● Certificação Huawei para Instrutores
America Latina - HCIA-AI
● Desenvolvedor Web FullStack

3. Pra quem é esse minicurso?
PARA PESSOAS QUE QUEREM APRENDER
MAIS SOBRE INTELIGÊNCIA ARTIFICIAL E
MACHINE LEARNING;
PESSOAS QUE JÁ TEM ALGUMA BASE EM
MACHINE LEARNING COM PYTHON;
PESSOAS QUE PRETENDEM INICIAR OS
ESTUDOS EM MACHINE LEARNING;

4. Objetivos ● APRENDER OS CONCEITOS DE INTELIGÊNCIA
ARTIFICIAL E APRENDIZADO DE MÁQUINA;
● APRENDER OS CONCEITOS DE APRENDIZADO
SUPERVISIONADO;
● APRENDER OS CONCEITOS DE APRENDIZADO NÃO
SUPERVISIONADO;
● APRENDER SOBRE AS TAREFAS DE REGRESSÃO E
CLASSIFICAÇÃO;
● NOÇÕES BÁSICAS DE ANACONDA
● NOÇÕES BÁSICAS DE ENVIRONMENT USANDO
ANACONDA;
● NOÇÕES BÁSICAS DE JUPYTER E PYTHON
● MACHINE LEARNING COM PYTHON - PRÁTICA

5. Visão geral Minicurso
● Inteligência Artificial
● Machine Learning (Aprendizado de máquina)
● Aprendizado de Máquina
○ Aprendizado supervisionado
○ Aprendizado não supervisionado
○ Aprendizado por reforço
● Classificador KNN
● Underfitting e Overfitting
● Python e Jupyter Notebook
● Exemplo Prático - modelo de classificação

6. VAMOS COMEÇAR COM UMA PERGUNTA.
COMO VOCÊS USAM A IA NO DIA A DIA?

7. Fonte: Google images

8. Fonte: Google images

9. O que é Machine Learning?
Campo de estudo que dá aos computadores a habilidade de aprender
sem ser explicitamente programado. (Artur Samuel - 1959)

10. Aprendizado Supervisionado

11. Aprendizado Supervisionado - Regressão

12. Aprendizado Supervisionado - Classificação

13. Aprendizado Supervisionado - Classificação

14. Aprendizado Supervisionado - Classificação

15. Aprendizado Supervisionado

16. Aprendizado Não Supervisionado

17. Aprendizado Não Supervisionado - Exemplo 1

18. Aprendizado Não Supervisionado - Exemplo 2

19. Aprendizado Não Supervisionado - Exemplo 3

20. Aprendizado por Reforço

21. Classificador KNN (K-nearest neighbors)
Algoritmo usado no campo de data mining e machine learning, ele é um
classificador onde o aprendizado é baseado “no quão similar” é um dado do
outro.

22. Classificador KNN (K-nearest neighbors)
Resumo do processo realizado pelo algoritmo KNN:
1) Receba um dado não classificado e meça distância do novo dado em relação a cada
um dos outros dados que já estão classificados;
2) Selecione as K menores distâncias usando alguma fórmula de distância;
3) Verifique a(s) classe(s) dos dados que tiveram as K menores distâncias e contabilize
a quantidade de vezes que cada classe que apareceu;
4) Classifique esse novo dado como pertencente à classe que mais apareceu.

23. Classificador KNN (K-nearest neighbors)
● Valor de K pequeno demais a classificação fica sensível a regiões bem
próximas;
● Valor de K grande demais pode ocasionar overfitting

25. Softwares e bibliotecas necessárias
● Anaconda
● Python 3 e pip
● Power Shell, Jupyter Notebook, Pandas, Numpy, MatplotLib, scipy e
sckikit-learn

26. Instalação
● Anaconda (instalação simples, padrão windows( next, next, next, finish)

27. Prática Machine Learning - Tarefa de Classificação
1. Anaconda Navigator ->Environments
2. Home->Install PowerShell
3. Ativando o environment caso não esteja ativado
4. Verificando versões do python e do pip
5. Instalando os módulos necessários:
python3 -m pip install -U jupyter matplotlib numpy pandas scipy scikit-learn
6. Abrir o jupyter notebook - Conhecer o jupyter e o python
7. Download: https://encurtador.com.br/abgp9

28. Referências
● https://abracd.org/overfitting-e-underfitting-em-machine-learning/
● https://medium.com/brasil-ai/knn-k-nearest-neighbors-1-e140c82e9c4e
● https://didatica.tech/o-que-e-e-como-funciona-o-algoritmo-knn/
● https://www.coursera.org/specializations/machine-learning-introduction?=

29. Dúvidas?

30. Prof. Me. Matheus Brito de Oliveira
e-mail: matheusbrito@ifba.edu.br
Linkedin:
https://www.linkedin.com/in/matheus-
brito-1b23023a/
Contatos