Professor Rodrigo Aquino mostrou como as máquinas podem aprender com os dados
O que os alunos podem esperar do curso de Data Science? A resposta dessa e de outras perguntas foi apresentada na aula aberta inaugural, realizada no dia 18 de agosto do curso, com o tema Introdução ao Machine Learnig e suas aplicações.
O Prof. M.e Rodrigo Aquino, coordenador do curso de Engenharia de Computação da ESEG e um dos professores do curso de Data Sciense, abriu a aula introdutória falando sobre os módulos que serão aplicados no curso – programação com Phyton; estatística e modelagem; bussines e design –, mas o foco do bate-papo foi sobre Machine Learnig – traduzido como aprendizado de máquina. A técnica de análise de dados automatiza a construção de modelos analíticos, em um ramo da Inteligência Artificial (IA) que se baseia na ideia de que os sistemas podem aprender com informações.
Aquino explicou sobre a IA e os mitos que cercam esse tema. “Não é mágica, também não é algo mirabolante que resolve qualquer um dos seus problemas. A gente tem a visão de que é algo incrível, que os pesquisadores estão nos envolvendo, ou a visão propagada que é horrível e vai destruir nossos empregos, nossas funções e nos matar no futuro”. Na verdade, o que devemos entender é que há mais problemas para resolver do que se imagina. A IA não é perfeita, ainda há muito a se evoluir, mas sempre pensando no bem-estar da população. “A Inteligência Artificial não é tão inteligente assim. Na verdade, é uma série de ferramentas que a gente aplica na esperança de tentar fazer com que um modelo matemático estatístico aprenda e identifique alguns perfis, alguns padrões”, explica Rodrigo.
Na ciência de dados, essas aplicações são estudadas para gerar resultados úteis, uma vez que sempre foram acumuladas informações, relevantes ou não. Hoje em dia, o processamento de dados é muito maior que há 10, 20 anos. As técnicas evoluíram e é preciso utilizá-las de maneira correta para que as empresas aumentem os lucros e resolvam problemas complexos com mais facilidade. “Por exemplo, o banco pode liberar ou não crédito para uma pessoa e saber se vai pagar ou não no determinado tempo acordado', ilustra o professor. Essa informação é importante no sistema bancário para no futuro saber se uma pessoa com perfil similar a essa estudada corresponde aos mesmos dados.
As aplicações dessa tecnologia por meio da robótica podem ser vistas nas evoluções do dia a dia. Temos alguns processos acontecendo no mundo e mudando nossa forma de pensar e de viver, como:
- Carros autônomos tentam imitar nosso processo de pensamento. O problema acontece quando um sistema racional encontra um comportamento humano irracional no trânsito: uma manobra errada e o desrespeito a uma lei gera dificuldade na máquina que ainda não sabe lidar com algo que saia do seu entendimento prévio.
- Na medicina, os diagnósticos são mais rápidos se usados os bancos de dados de exames anteriores e de diferentes pacientes, históricos de evolução das doenças e do estilo de vida das pessoas.
- Nas aplicações comerciais, algumas lojas já estão realizando vendas sem o auxílio de um funcionário. Apenas com um aplicativo no celular, a compra é anotada assim que o produto é pego na prateleira e a cobrança é feita de acordo com a opção do consumidor, sendo descontado o valor total quando o cliente deixa a loja.
- Na produção agrícola, drones e sensores fazem o mapeamento para o controle de pragas, acompanhamento das fases de crescimento da plantação e controle da água. Assim, a tecnologia visa reduzir perdas e otimizar a produção.
- Na economia, a compra e venda de ações podem ser realizadas em microssegundos, evitando perdas financeiras e obtendo maior lucro.
Diante de tudo o que a Inteligência Artificial pode nos proporcionar com o aprendizado das máquinas, o curso de Data Science vai ao encontro das novas tecnologias do mercado de trabalho. Rodrigo fala sobre as etapas da capacitação. “Para funcionar no mundo real, utilizamos técnicas de estatísticas atreladas a técnicas de computação. No primeiro módulo vamos aprender a programar, treinar o aluno na linguagem Phyton, para que ele consiga resolver problemas simples. No segundo módulo, dar uma bagagem teórica bem forte em estatística para saber qual o melhor modelo para utilizar em determinado problema, se a gente consegue ou não fazer as aplicações”, explica Aquino. O terceiro módulo será focado em expandir os conhecimentos já vistos anteriormente, ver alguns modelos de redes neurais e muitas outras ferramentas. Finalizando o curso, o quarto módulo será focado na exibição de dados, como se apresenta para a melhor tomada de decisão.
O aprendizado da máquina utiliza dados já categorizados, com treinamento de algoritmos, classificação e regressão. É importante utilizar o máximo de informações possíveis. Para exemplificar, uma aplicação da machine learning mais utilizada atualmente é o uso em jogos, criando-se uma regra para o sistema recompensa e penalidade. Há ações, probabilidades e barreiras determinadas pelo ambiente e o jogador aprende a cada erro, até passar as fases.
Diante das inúmeras possibilidades da utilização dos dados, ao término do curso, o aluno pode aplicar regras e técnicas aprendidas em Data Science em diversas áreas. Essa formação é introdutória e existem muitos outros nichos a serem estudados, por isso é importante sempre buscar novos conhecimentos. “A ideia é que a gente dê as bases, formação em Data Science e conhecimento em linguagem Phyton, para que o aluno possa fazer modelagem utilizando técnicas aprendidas, redes neurais, algoritmos”, finaliza o professor.
Sobre o curso de Data Science
Início no dia 25 de agosto de 2021. Com aulas no modelo EAD e interativas projetadas por profissionais do mercado e acadêmicos, o curso permite aos alunos uma experiência única de aprendizado – independentemente de sua formação.