Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Introducao a machine learning na educacao

14,888 views

Published on

Published in: Technology
  • DOWNLOAD THIS BOOKS INTO AVAILABLE FORMAT (Unlimited) ......................................................................................................................... ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download Full EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ACCESS WEBSITE for All Ebooks ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download doc Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • DOWNLOAD THIS BOOKS INTO AVAILABLE FORMAT (Unlimited) ......................................................................................................................... ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download Full EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ACCESS WEBSITE for All Ebooks ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download doc Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • DOWNLOAD THIS BOOKS INTO AVAILABLE FORMAT (Unlimited) ......................................................................................................................... ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download Full EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ACCESS WEBSITE for All Ebooks ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download doc Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Introducao a machine learning na educacao

  1. 1. Uma introdução aMachine Learning Guilherme Silveira http://www.caelum.com.br
  2. 2. a idéia
  3. 3. a idéiaproblemasperguntas
  4. 4. a idéiaproblemas soluçõesperguntas respostas
  5. 5. quem sou eu
  6. 6. quem sou eu
  7. 7. quem sou eu
  8. 8. casa ==> caelum
  9. 9. decidi ir de carro
  10. 10. decidi ir de carro <== piada
  11. 11. pego o carro...
  12. 12. pego o carro...
  13. 13. pego o carro...
  14. 14. assisto o trânsito de camarote
  15. 15. decidi ir de metrô
  16. 16. quem conhece são paulo?
  17. 17. quem conhece são paulo?quem conhece o metrô em são paulo?
  18. 18. Problema?
  19. 19. Problema? vista interna
  20. 20. além do trânsito
  21. 21. além do trânsitominha vida pessoal
  22. 22. mudança
  23. 23. o preço dos imóveis Tamanho Preço 100 750000 200 860000está caro? 150 977000 140 81900 160 984000 180 1127000 130 638000 80 647000 40 346000
  24. 24. p: qual um preço justo para esse imóvel?
  25. 25. está caro?
  26. 26. regressão linear f(x) = ax + b
  27. 27. planilha
  28. 28. planilha
  29. 29. planilha
  30. 30. planilhapreço = 5053x + 57758
  31. 31. planilhapreço = 5053x + 57758
  32. 32. regressão linear f(x) = ax + b
  33. 33. regressão linear f(x) = ax + b
  34. 34. regressão linear f(x) = ax + bpolinômios f(x) = a + bx + cx^2 + ... + dx^n
  35. 35. regressão linear f(x) = ax + bpolinômios f(x) = a + bx + cx^2 + ... + dx^n
  36. 36. regressão linear f(x) = ax + b polinômios f(x) = a + bx + cx^2 + ... + dx^npreço = a + ... + dx^n
  37. 37. p: como estimar o valor de algo? possível resposta: regressão
  38. 38. p: como estimar o valor de algo? possível resposta: regressão p: qual a nota que o aluno vai tirar na prova final?
  39. 39. p: como estimar o valor de algo? possível resposta: regressão p: qual a nota que o aluno vai tirar na prova final?p: qual será a nota do hipólito na próxima olimpíada?
  40. 40. p: como estimar o valor de algo? possível resposta: regressão p: qual a nota que o aluno vai tirar na prova final?p: qual será a nota do hipólito na próxima olimpíada? p: quanto tempo os alunos precisarão para essa prova?
  41. 41. simplicidade++ bizarro--
  42. 42. função Brad Pitt
  43. 43. função Brad Pitt (a função perfeita?)
  44. 44. função Brad Pitt (a função perfeita?)
  45. 45. e o número de dormitórios?Tamanho Preço 100 750000 200 860000 150 977000 140 81900 160 984000 180 1127000 130 638000 80 647000 40 346000
  46. 46. e o número de dormitórios?Tamanho Dormitório Preço 100 2 750000 200 3 860000 150 4 977000 140 3 81900 160 3 984000 180 4 1127000 130 3 638000 80 3 647000 40 1 346000
  47. 47. bibliotecashttp://commons.apache.org/math/http://math.nist.gov/javanumerics/jama/http://mahout.apache.org/google: language + regression
  48. 48. chego no trabalho
  49. 49. abro os emails
  50. 50. p: classificação
  51. 51. p: classificação É spamzis!
  52. 52. p: classificação É spamzis! Não é!
  53. 53. p: classificação É spamzis! Não é!
  54. 54. p: classificação É spamzis! 1 Não é!
  55. 55. p: classificação É spamzis! 1 Não é! 0
  56. 56. treino!
  57. 57. valido!
  58. 58. p: ele é 1?
  59. 59. p: ele é 1?
  60. 60. p: ele é 1? acredito que sim, com chance de 78%
  61. 61. lista com 1000 itens
  62. 62. lista com 1000 itensclassificação humana
  63. 63. lista com 1000 itensclassificação humana
  64. 64. lista com 1000 itensclassificação treino da humana máquina
  65. 65. lista com 800 itens lista com 1000 itensclassificação treino da humana máquina
  66. 66. lista com 800 itens lista com 1000 itensclassificação treino da valida a humana máquina qualidade
  67. 67. lista com 800 itens lista com 1000 itens lista com 200 itensclassificação treino da valida a humana máquina qualidade
  68. 68. 99% de acerto lista com 800 itens lista com 1000 itens lista com 200 itensclassificação treino da valida a humana máquina qualidade
  69. 69. p: ele é 1?r: regressão logística
  70. 70. p: ele é 1?r: regressão logística
  71. 71. p: ele é 1?r: regressão logística chance de x%
  72. 72. p: o email é spam?
  73. 73. p: o email é spam?p: o aluno está com dificuldade?
  74. 74. p: o email é spam?p: o aluno está com dificuldade?p: o aluno domina o conteúdo?
  75. 75. p: o email é spam?p: o aluno está com dificuldade?p: o aluno domina o conteúdo?p: qual a chance do aluno acertar esse exercício?
  76. 76. p: o email é spam?p: o aluno está com dificuldade?p: o aluno domina o conteúdo?p: qual a chance do aluno acertar esse exercício?p: qual a chance de essa imagem ser o número 3? ou 8?
  77. 77. p: o email é spam?p: o aluno está com dificuldade?p: o aluno domina o conteúdo?p: qual a chance do aluno acertar esse exercício?p: qual a chance de essa imagem ser o número 3? ou 8?p: qual a chance de essa imagem ser um cancêr?
  78. 78. nota: simplificações desses problemas
  79. 79. e o cartão de credito?
  80. 80. você gastou 50 dia 30 loja 15
  81. 81. você gastou 30 dia 30 loja 17
  82. 82. você gastou 25 dia 30 loja 21
  83. 83. você gastou 25 dia 30 loja 21
  84. 84. você gastou 2500 dia 30 loja 7
  85. 85. dia valor loja30 30 1530 35 1730 100 81 37 930 2500 7
  86. 86. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1
  87. 87. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1
  88. 88. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1
  89. 89. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1
  90. 90. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1
  91. 91. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 treina
  92. 92. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 treina
  93. 93. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 valida
  94. 94. dia valor loja label30 30 15 030 35 17 0 37% de acerto30 100 8 01 37 9 030 2500 7 1 valida
  95. 95. dia valor loja label30 30 15 030 35 17 0 37% de acerto30 100 8 01 37 9 030 2500 7 1 valida
  96. 96. dia valor loja label30 30 15 030 35 17 0 37% de acerto30 100 8 01 37 9 030 2500 7 1 eu continuo roubando valida
  97. 97. regressão logística é, em geral, linear ou lerdíssima
  98. 98. regressão logística é, em geral, linear ou lerdíssima regularização
  99. 99. regressão logística é, em geral, linear ou lerdíssima regularização polinômios
  100. 100. regressão logística é, em geral, linear ou lerdíssima regularização polinômios outras
  101. 101. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1
  102. 102. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1
  103. 103. dia valor loja label30 30 15 0 treina30 35 17 030 100 8 01 37 9 030 2500 7 1
  104. 104. dia valor loja label30 30 15 0 treina30 35 17 030 100 8 01 37 9 030 2500 7 1 treina
  105. 105. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 treinadia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 treina
  106. 106. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 0 treina30 2500 7 1 treinadia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 treina
  107. 107. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 0 treina30 2500 7 1 treinadia valor loja label treina30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 treina
  108. 108. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 0 treina30 2500 7 1 treinadia valor loja label treina30 30 15 030 35 17 030 100 8 01 37 9 030 2500 7 1 treina treina
  109. 109. dia valor loja label 30 30 15 0 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 dia treina valor loja label 30 30 15 0treina 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 treina dia valor loja label 30 30 15 0 30 35 17 0 30 100 8 0treina 1 37 9 0 30 2500 7 1 treina
  110. 110. dia valor loja label 30 30 15 0 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 dia treina valor loja label 30 30 15 0treina 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 treina treina dia valor loja label 30 30 15 0 30 35 17 0 30 100 8 0treina 1 37 9 0 30 2500 7 1 treina
  111. 111. dia valor loja label treina 30 30 15 0 30 35 17 0 30 100 8 0treina 1 37 9 0 30 2500 7 1 treina treinatreina treina
  112. 112. 87% de acerto dia valor loja label treina 30 30 15 0 30 35 17 0 30 100 8 0treina 1 37 9 0 30 2500 7 1 treina treinatreina treina
  113. 113. 87% de acerto dia valor loja label treina 30 30 15 0 30 35 17 0 30 100 8 0 treina 1 37 9 0 30 2500 7 1 treina treina treinao seu telefone toca treina
  114. 114. 87% de acerto dia valor loja label treina 30 30 15 0 30 35 17 0 30 100 8 0 treina 1 37 9 0 30 2500 7 1 treina treina treinao seu telefone toca treina
  115. 115. p: o email é spam?http://neuroph.sourceforge.net/
  116. 116. p: o email é spam?p: essa movimentação é uma fraude? http://neuroph.sourceforge.net/
  117. 117. p: o email é spam?p: essa movimentação é uma fraude?p: qualquer pergunta sim/não como antes? http://neuroph.sourceforge.net/
  118. 118. acesso o“banco.caelum.com.br”
  119. 119. dia valor loja30 30 MAX PAD30 35 MUNI TR30 149 CAELUM1 499 FACULDADE30 5 BUTECO
  120. 120. dia valor loja o que é isso?30 30 MAX PAD30 35 MUNI TR30 149 CAELUM1 499 FACULDADE30 5 BUTECO
  121. 121. o que é isso?dia valor loja o que é isso?30 30 MAX PAD30 35 MUNI TR30 149 CAELUM1 499 FACULDADE30 5 BUTECO
  122. 122. o que é isso?dia valor loja o que é isso?30 30 MAX PAD30 35 MUNI TR30 149 CAELUM1 499 FACULDADE alimentação30 5 BUTECO
  123. 123. o que é isso?dia valor loja o que é isso?30 30 MAX PAD30 35 MUNI TR profissional30 149 CAELUM1 499 FACULDADE alimentação30 5 BUTECO
  124. 124. o que é isso?dia valor loja o que é isso?30 30 MAX PAD profissional30 35 MUNI TR profissional30 149 CAELUM1 499 FACULDADE alimentação30 5 BUTECO
  125. 125. p: a movimentação 15 é?
  126. 126. p: a movimentação 15 éentretenimento ou não? (0 ou 1)
  127. 127. p: a movimentação 15 éentretenimento ou não? (0 ou 1) p: a movimentação 15 é alimentação ou não? (0 ou 1)
  128. 128. p: a movimentação 15 éentretenimento ou não? (0 ou 1) p: a movimentação 15 é alimentação ou não? (0 ou 1) p: a movimentação 15 é profissional ou não? (0 ou 1)
  129. 129. dia valor loja categoria30 30 MAX PAD alimentação30 35 MUNI TR transporte30 149 CAELUM profissional1 499 FACULDADE profissional30 5 BUTECO alimentação
  130. 130. dia valor loja categoria30 30 MAX PAD alimentação30 35 MUNI TR transporte onde estão os30 149 CAELUM 0 e 1? profissional1 499 FACULDADE profissional30 5 BUTECO alimentação
  131. 131. dia valor loja categoria30 30 MAX PAD 030 35 MUNI TR 130 149 CAELUM 21 499 FACULDADE 230 5 BUTECO 0
  132. 132. dia valor loja categoria30 30 MAX PAD 030 35 MUNI TR 1 é 0, 1 ou 2?30 149 CAELUM 21 499 FACULDADE 230 5 BUTECO 0
  133. 133. dia valor loja categoria30 30 MAX PAD é30 35 MUNI TR resto30 149 CAELUM resto1 499 FACULDADE é30 5 BUTECO resto
  134. 134. dia valor loja categoria30 30 MAX PAD é30 35 MUNI TR resto é 0 ou o resto?30 149 CAELUM 77% resto1 499 FACULDADE é30 5 BUTECO resto
  135. 135. dia valor loja categoria30 30 MAX PAD resto30 35 MUNI TR é30 149 CAELUM resto1 499 FACULDADE resto30 5 BUTECO é
  136. 136. dia valor loja categoria30 30 MAX PAD resto30 35 MUNI TR é é 1 ou o resto?30 149 CAELUM 53% resto1 499 FACULDADE resto30 5 BUTECO é
  137. 137. dia valor loja categoria30 30 MAX PAD resto30 35 MUNI TR resto30 149 CAELUM é1 499 FACULDADE é30 5 BUTECO resto
  138. 138. dia valor loja categoria30 30 MAX PAD resto30 35 MUNI TR resto é 2 ou o resto?30 149 CAELUM 64% é1 499 FACULDADE é30 5 BUTECO resto
  139. 139. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 130 2500 7 0dia valor loja label30 30 15 130 35 17 030 100 8 01 37 9 030 2500 7 1dia valor loja label30 30 15 030 35 17 130 100 8 11 37 9 030 2500 7 0
  140. 140. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 130 2500 7 0dia valor loja label30 30 15 130 35 17 030 100 8 01 37 9 030 2500 7 1dia valor loja label30 30 15 030 35 17 130 100 8 11 37 9 030 2500 7 0
  141. 141. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 130 2500 7 0 entretenimentodia valor loja label30 30 15 130 35 17 030 100 8 01 37 9 030 2500 7 1dia valor loja label30 30 15 030 35 17 130 100 8 11 37 9 030 2500 7 0
  142. 142. dia valor loja label30 30 15 030 35 17 030 100 8 01 37 9 130 2500 7 0 entretenimentodia valor loja label30 30 15 130 35 17 030 100 8 01 37 9 030 2500 7 1 alimentaçãodia valor loja label30 30 15 030 35 17 130 100 8 11 37 9 030 2500 7 0
  143. 143. dia valor loja label 30 30 15 0 30 35 17 0 30 100 8 0 1 37 9 1 30 2500 7 0entretenimento dia valor loja label 30 30 15 1 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 alimentação dia valor loja label 30 30 15 0 30 35 17 1 30 100 8 1 1 37 9 0 30 2500 7 0 profissional
  144. 144. dia valor loja label 30 30 15 0 30 35 17 077% 30 100 8 0 1 37 9 1 30 2500 7 0 entretenimento dia valor loja label 30 30 15 1 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 alimentação dia valor loja label 30 30 15 0 30 35 17 1 30 100 8 1 1 37 9 0 30 2500 7 0 profissional
  145. 145. dia valor loja label 30 30 15 0 30 35 17 077% 30 100 8 0 1 37 9 1 30 2500 7 0 entretenimento dia valor loja label 30 30 15 153% 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 alimentação dia valor loja label 30 30 15 0 30 35 17 1 30 100 8 1 1 37 9 0 30 2500 7 0 profissional
  146. 146. dia valor loja label 30 30 15 0 30 35 17 077% 30 100 8 0 1 37 9 1 30 2500 7 0 entretenimento dia valor loja label 30 30 15 153% 30 35 17 0 30 100 8 0 1 37 9 0 30 2500 7 1 alimentação dia valor loja label 30 30 15 064% 30 35 17 1 30 100 8 1 1 37 9 0 30 2500 7 0 profissional
  147. 147. 77% entretenimento53% treina alimentação64% profissional
  148. 148. entretenimento treina alimentação profissional
  149. 149. entretenimentoentretenimento treina alimentação profissional
  150. 150. entretenimentoentretenimento treina alimentação você ficou esperando o outro robô aparecer né? profissional
  151. 151. One vs All
  152. 152. p: dentre as categorias A,B,C a qual categoria ele pertence?
  153. 153. p: dentre as categorias A,B,C a qual categoria ele pertence? p: o aluno está motivado, desanimado, desiludido, decepcionado, contente ou malandrão?
  154. 154. o aluno não terminou :(
  155. 155. será que eu poderia ter ajudado ele?
  156. 156. qto tempo em cada exercício?
  157. 157. qto tempo em cada exercício? alunos = [] alunos << [12, 150, 3, 15] alunos << [4, 170, 32, 25] alunos << [1, 10, 3, 25] alunos << [12, 20, 31, 15]
  158. 158. se ele termina o curso em 3 meses ou não
  159. 159. se ele termina o curso em 3 meses ou nãoalunos = []alunos << [12, 150, 3, 15]alunos << [4, 170, 32, 25]alunos << [1, 10, 3, 25]alunos << [12, 20, 31, 15]
  160. 160. se ele termina o curso em 3 meses ou nãoalunos = []alunos << [12, 150, 3, 15]alunos << [4, 170, 32, 25]alunos << [1, 10, 3, 25]alunos << [12, 20, 31, 15] labels = [1, 1, 0, 0]
  161. 161. treina
  162. 162. treina
  163. 163. treina
  164. 164. treina
  165. 165. e o guilherme?
  166. 166. e o guilherme?guilherme = [6, 140, 25, 10]
  167. 167. e o guilherme?guilherme = [6, 140, 25, 10]model.predict(Node.features(guilherme))
  168. 168. adivinhe!
  169. 169. SVM
  170. 170. SVM
  171. 171. dados fake
  172. 172. dados fakealunos = []alunos << [12, 150, 3, 15]alunos << [4, 170, 32, 25]alunos << [1, 10, 3, 25]alunos << [12, 20, 31, 15]
  173. 173. dados fakealunos = []alunos << [12, 150, 3, 15]alunos << [4, 170, 32, 25]alunos << [1, 10, 3, 25]alunos << [12, 20, 31, 15] labels = [1, 1, 0, 0]
  174. 174. dados reais
  175. 175. dados reais
  176. 176. dados reaisC utilizado ACERTOS NO TREINO PREVISOES COM AC0.08! 93.18%! 85.71%
  177. 177. dados reaisC utilizado ACERTOS NO TREINO PREVISOES COM AC0.08! 93.18%! 85.71%C utilizado! ! ACERTOS NO TREINO!PREVISOES0.001! ! ! 70.45454545454545!61.904761904761900.04! ! ! 88.63636363636364!71.428571428571430.08! ! ! 93.18181818181819!85.714285714285710.2! ! ! 100.0! ! ! 100.0
  178. 178. dados reaisC utilizado ACERTOS NO TREINO PREVISOES COM AC0.08! 93.18%! 85.71%C utilizado! ! ACERTOS NO TREINO!PREVISOES0.001! ! ! 70.45454545454545!61.904761904761900.04! ! ! 88.63636363636364!71.428571428571430.08! ! ! 93.18181818181819!85.714285714285710.2! ! ! 100.0! ! ! 100.0
  179. 179. SVM para classificar (0,1, ...)
  180. 180. p: dentre as categorias A,B,C a qual categoria ele pertence?
  181. 181. p: dentre as categorias A,B,C a qual categoria ele pertence?p: o aluno vai desistir do curso? p: essa pessoa tem perfil de terrorista?
  182. 182. grupos de alunos
  183. 183. grupos de alunos
  184. 184. grupos de alunos
  185. 185. user id 15 ?? user id 17
  186. 186. user id 15 ?? user id 17user id 15 ?==? user id 17
  187. 187. user id 15 ?? user id 17 user id 15 ?==? user id 17333784321236738126783 ?==? 1238793923832178612397
  188. 188. user id 15 ?? user id 17 user id 15 ?==? user id 17333784321236738126783 ?==? 1238793923832178612397 dificuldade != facilidade
  189. 189. user id 15 ?? user id 17 user id 15 ?==? user id 17333784321236738126783 ?==? 1238793923832178612397 dificuldade != facilidade
  190. 190. características em comum
  191. 191. características em comum altura???
  192. 192. características em comumnúmero de respostas erradas altura???
  193. 193. características em comumnúmero de respostas erradas altura??? tempo gasto
  194. 194. características em comumnúmero de respostas erradas altura??? tempo gasto número de exercícios feitos
  195. 195. características em comumnúmero de respostas erradas altura??? tempo gasto número de exercícios feitos feedbacks dados
  196. 196. características em comumnúmero de respostas erradas altura??? tempo gasto número de exercícios feitos feedbacks dados notas de feedback recebidos
  197. 197. características em comumnúmero de respostas erradas altura??? tempo gasto número de exercícios feitos feedbacks dados notas de feedback recebidos likes
  198. 198. características em comumnúmero de respostas erradas altura??? tempo gasto número de exercícios feitos feedbacks dados notas de feedback recebidos likes cursos
  199. 199. características em comumnúmero de respostas erradas altura??? tempo gasto número de exercícios feitos feedbacks dados notas de feedback recebidos likes cursos quantidade de caracteres
  200. 200. joga no plano
  201. 201. olha eles aqui!
  202. 202. chuta um pontoX X
  203. 203. genialX X
  204. 204. melhoraX X
  205. 205. melhoraX X X
  206. 206. melhoraX X X X
  207. 207. melhoraX X X X
  208. 208. melhoraX X X X
  209. 209. e melhora...
  210. 210. e melhora...e melhora...
  211. 211. e melhora...e melhora...e melhora...
  212. 212. e melhora...e melhora...e melhora...e melhora...
  213. 213. e melhora...e melhora...e melhora...e melhora...e melhora...
  214. 214. e melhora...e melhora...e melhora...e melhora...e melhora...e melhora...
  215. 215. e melhora...e melhora...e melhora...e melhora...e melhora...e melhora...e melhora...
  216. 216. esses são os grupos
  217. 217. grupos esperados:muitas perguntas, poucos erros, muitos erros poucas perguntas poucos erros, poucas perguntas, ajuda bastante
  218. 218. grupos esperados:Xmuitas perguntas, poucos erros, muitos erros poucas perguntas poucos erros, poucas perguntas, ajuda bastante
  219. 219. grupos esperados:X Xmuitas perguntas, poucos erros, muitos erros poucas perguntas poucos erros, poucas perguntas, ajuda bastante
  220. 220. grupos esperados:X Xmuitas perguntas, poucos erros, muitos erros poucas perguntas X poucos erros, poucas perguntas, ajuda bastante
  221. 221. grupos encontrados:
  222. 222. grupos encontrados:muitas perguntas, poucos erros
  223. 223. grupos encontrados:muitas perguntas, muitos erros, poucos erros poucas perguntas
  224. 224. grupos encontrados:muitas perguntas, muitos erros, poucos erros poucas perguntas muitos erros, poucas perguntas, ajuda bastante
  225. 225. grupos encontrados:muitas perguntas, muitos erros, poucos erros poucas perguntas muitos erros, poucas perguntas, ajuda bastante entre outros
  226. 226. p: como meus _____ se agrupam?
  227. 227. p: como meus _____ se agrupam? p: como os alunos se comportam?
  228. 228. p: como meus _____ se agrupam? p: como os alunos se comportam?p: como os instrutores se comportam?
  229. 229. p: como meus _____ se agrupam? p: como os alunos se comportam?p: como os instrutores se comportam?p: como os exercícios se comportam?
  230. 230. p: como meus clientes se agrupam?
  231. 231. p: como meus clientes se agrupam?p: como meus produtos se agrupam?
  232. 232. p: como meus clientes se agrupam?p: como meus produtos se agrupam?p: como minhas features se agrupam?
  233. 233. p: como meus clientes se agrupam?p: como meus produtos se agrupam?p: como minhas features se agrupam?p: como os clientes usam o sistema?
  234. 234. resumindo
  235. 235. machine learning
  236. 236. machine learningregressão linear
  237. 237. machine learningregressão linear classificadores
  238. 238. machine learningregressão linear classificadores redes neurais
  239. 239. machine learningregressão linear classificadores redes neurais logistic
  240. 240. machine learningregressão linear classificadores redes neurais logistic k-cluster
  241. 241. a média de bugs de umaequipe é X
  242. 242. a média de bugs de umaequipe é X“nessa equipe está Y”metricminer.org.br
  243. 243. se usar o computador
  244. 244. se usar o computador
  245. 245. se usar o computador não dirija
  246. 246. se beber não dirija
  247. 247. se beber não dirija
  248. 248. se ler, não dirija
  249. 249. se ler, não dirija
  250. 250. se falar, não dirija
  251. 251. se falar, não dirija
  252. 252. “carros” automáticos
  253. 253. “carros” automáticos
  254. 254. “carros” automáticos
  255. 255. “carros” automáticos
  256. 256. detectando...
  257. 257. detectando...
  258. 258. detectando...
  259. 259. detectando...
  260. 260. detectando...
  261. 261. detectando...
  262. 262. detectando... margem de erro
  263. 263. o que você quer saber sobre um cliente?
  264. 264. o que você quer saber sobre um cliente?o que o cliente quer saber sobre ele mesmo?
  265. 265. o que você quer saber sobre um cliente? o que o cliente quer saber sobre ele mesmo?como os clientes se agrupam?
  266. 266. o que você quer saber sobre um cliente? o que o cliente quer saber sobre ele mesmo?como os clientes se agrupam?como seus itens se agrupam?
  267. 267. o que você quer saber sobre um cliente? o que o cliente quer saber sobre ele mesmo?como os clientes se agrupam?como seus itens se agrupam? quando o cliente fará algo?
  268. 268. nós respondemos 2
  269. 269. nós respondemos 2 levante as suas
  270. 270. obrigado 1guilherme.silveira@caelum.com.br@guilhermecaelumhttp://caelum.com.br/online

×