Pular para o conteúdo
Even3

Como o machine learning aprende regras e lida com a complexidade na saúde

Trecho de 1 min 58 s de Aplicações e desafios do aprendizado de máquina em biologia, gravado no evento X-Meeting XPerience 2021.

Assistir à gravação completaNo Even3 Conteúdos · 3 h 8 min

Sobre este trecho

Uma explicação sobre a diferença entre programar regras e aprender via exemplos, mostrando por que essa abordagem se adapta aos fatores complexos e multifatoriais da saúde.

Vai de a da gravação.

O que é dito neste trecho

Então se eh se existe eh eh essa informação no e-mail, eh então esse e-mail é um spam, por exemplo. Tá, você vai lá e ensina o computador, você coloca regras programação direta mesmo. E tem uma outra forma que é o computador, a máquina aprender as regras via exemplo, tá? Isso é machine learning, tá? Os computadores vão aprendendo as regras eh via eh via dados, via exemplos, tá? Então a gente não programa, então hoje como é que o Google identifica spam de e-mails? Já não é mais uma programação direta, é um aprendizado de máquina, tá? É o é a máquina, o algoritmo aprendendo a identificar spam via milhões, né, milhares de exemplos de spam e não spam, ele vai entendendo padrões nos dados e vai criando essas regras de decisão eh a partir desses exemplos. Tá, uma coisa importante de machine learning eh para quem aí é da área da da saúde, né? Então historicamente todas as pesquisas da área da saúde, né, é o que a gente chama em machine learning de pesquisas de inferência, tá? Então historicamente toda, basicamente 99% das pesquisas de machine learning eh de de saúde e de biologia sempre foram problemas de inferência, que é o quê? Problemas que você quer encontrar associação entre os dados, né, associação entre fatores, né? Então será que fumar está associado a câncer de pulmão, por exemplo? Será que atividade física está associada a eh à saúde cardiovascular? Né, e entre todas aquelas questões que o professor Leonardo também colocou sobre causalidade, etc. Machine learning em geral nós estamos preocupados em tomar uma decisão, tá? Então em geral, né, obviamente está abrindo aí uma área de causalidade machine learning, mas aí a gente acaba entrando nas boas e velhas técnicas de inferência, tá? Mas em machine learning em geral você tem um problema de previsão, tá? Você tem um conjunto de variáveis, você quer prever um desfecho, tá? E aí isso é muito importante na área da saúde. Por quê?

Outros trechos deste conteúdo