Jornal Internacional de Swarm Intelligence e Computação Evolutiva

Abstrato

Importância da aprendizagem profunda em mineração de dados e aprendizagem de máquina

Shorabi P

Os algoritmos de aprendizagem profunda utilizam uma enorme quantidade de dados não supervisionados para extrair automaticamente representações complexas. Estes algoritmos são em grande parte motivados pelo setor da Inteligência Artificial (IA), que tem como objetivo geral emular a capacidade do cérebro humano para observar, analisar, aprender e tomar decisões, especialmente para problemas extremamente complexos. O trabalho relacionado com estes desafios complexos tem sido uma motivação chave por detrás dos algoritmos de Deep Learning que se esforçam por emular a abordagem de aprendizagem hierárquica do cérebro humano. Os modelos que suportam arquiteturas de aprendizagem superficiais, como árvores de decisão, máquinas de vetores de suporte e raciocínio baseado em casos, podem ser insuficientes quando se tenta extrair informação útil de estruturas e relações complexas no corpus de entrada. Em contraste, as arquiteturas de Deep Learning têm o potencial de generalizar de formas não locais e globais, gerando padrões de aprendizagem e relações para além dos vizinhos imediatos dentro dos dados. A aprendizagem profunda é, na verdade, um passo crucial em direção à IA. Não só fornece representações complexas de dados que são adequadas para tarefas de IA, como também torna as máquinas independentes do conhecimento humano, que é o objetivo final da IA. Extrai representações diretamente de dados não supervisionados, sem interferência humana.