Mitos sobre redes neurais e o papel do Random Forest
Trecho de 1 min 48 s de Inteligência Artificial, gravado no evento XVI Ciclo de Palestras da Biotecnologia.
Assistir à gravação completaNo Even3 Conteúdos · 1 h 2 minSobre este trecho
O palestrante desconstrói o mito de que IA se resume a redes neurais e apresenta as vantagens de modelos alternativos. Ele também diferencia a fase de treinamento da aplicação prática de um modelo.
Vai de a da gravação.
O que é dito neste trecho
Existe um um uma ilusão por parte da maioria da população de que inteligência artificial só se faz em rede neural. Isso é falso. Isso é informação de quem não sabe trabalhar com aprendizado de máquina, que despreza, que desconhece, ignora os outros algoritmos de aprendizado de máquina. Rede neural é só um, é o mais fácil de explicar, porque todo mundo tem eh a aquela memória visual do que que é um neurônio. Ah, ele quer fazer o computador trabalhar que nem o neurônio humano. Tá lindo, maravilhoso, mas nem sempre é eficiente, a verdade é essa, tá? Eh, então eh esse Random Forest eh eh é ferramenta para toda a obra, tá? E não faz feio, não. Eh, e aí, gente, o que a gente faz é o que que seria o Random Forest? Seriam várias árvores eh já configuradas com base no conjunto de treinamento para na hora que chegar um dado que foi rodado no LCMS, gerou uma amostra dessa, eu pego essa amostra e confronto ela com essas árvores aqui, aí ele vira para mim e fala assim, ó, é esse caso é o vermelho, é o verde ou é o amarelo? As três categorias, né? Ou então se fossem só duas categorias, tá doente ou não tá doente. Então eh uma coisa é você treinar um modelo de aprendizado de máquina, outra coisa é você usar o modelo que foi treinado. Então vocês podem comparar o modelo treinado como sendo um programa executável, né?
Outros trechos deste conteúdo

A importância da curadoria de dados em IA
Trecho de a da gravação

Como funciona a votação no Random Forest
Trecho de a da gravação