Uma teoria e metodologia de aprendizado indutivo
60 pág.

Uma teoria e metodologia de aprendizado indutivo


DisciplinaLivros24.069 materiais99.769 seguidores
Pré-visualização16 páginas
até completos testes de equações matemáticas e leis físicas. Uma pessoa é dita ter aprendido mais se seu conhecimento
explica um largo escopo de situações, é mais exato, e é mais hábil para predizer o comportamento do mundo físico. Esta forma de
aprendizado é chamada aquisição de conhecimento. Então, aquisição de conhecimento é definido como aprendizado de novos
19/03/2016 Uma teoria e metodologia de aprendizado indutivo
http://www.inf.ufpr.br/aurora/tutoriais/aprendizadomaq/ 4/60
simbolismos juntamente com a habilidade para aplicar estas informações de maneira efetiva.
A segunda forma de aprendizado é o gradual desenvolvimento motor e cognitivo de uma habilidade através da prática (como andar
de bicicleta ou tocar piano). Adquirir conhecimento de um livro ou aprender como executar estas atividades representa apenas a fase
inicial do desenvolvimento da habilidade. O centro do processo de aprendizado consiste do refinamento da habilidade, mental ou
motora, pela repetição e pela correção dos desvios do comportamento desejável. Esta forma de aprendizado é chamado aprendizado
por refinamento de habilidades, diferindo em muitos caminhos do processo de aquisição de conhecimento. Então a essência da
aquisição de conhecimento pode ser um processo consciente que resulta na criação de novas estruturas de conhecimento simbólico e
modelos mentais, enquanto que o refinamento de habilidades ocorre em um nível subconsciente por virtude da prática da repetição.
Muitos aprendizados humanos são uma mistura de ambas as atividades, com tentativa de favorecer a forma intelectual anterior e a
coordenação motora, melhorando os trabalhos posteriores.
 
Uma taxonomia da pesquisa de aprendizado de máquinas
A classificação de sistemas de aprendizado computacional pode ser feita de várias formas. Nós escolhemos três dimensões de
classificação:
Classificação em estratégia de aprendizado usada: são ordenados de acordo com a quantidade de inferência do
processo de aprendizado.
Classificação em tipo de representação de conhecimento ou aquisição de habilidade pelo aprendiz.
Classificação em termos da performance do sistema de acordo com o domínio de aplicação.
 
Cada ponto do espaço definido por dimensões corresponde a uma particular estratégia de aprendizado, empregando uma
representação particular de conhecimento, sobre um domínio específico. Existem,
então, rotinas de aprendizado que empregam múltiplas representações e processos\u37e muitas tem sido aplicadas para mais que um
domínio, com sistemas sendo caracterizados para vários pontos do espaço.
As subseções abaixo descrevem os valores explorados em cada uma destas dimensões. O largo espaço de todas as possibilidades de
19/03/2016 Uma teoria e metodologia de aprendizado indutivo
http://www.inf.ufpr.br/aurora/tutoriais/aprendizadomaq/ 5/60
aprendizado está parcialmente explorada e entendida. Existem sistemas de aprendizado correspondendo a pequenas porções do
espaço, porque eles representam um pequeno número de valores possíveis de combinações.
 
Classificação baseada em estratégia de aprendizado
Desde que nós distinguimos estratégias de aprendizado pela importância da inferência do aprendiz sobre a informação disponível, nós
consideramos dois extremos: execução sem inferência e execução com uma substancial quantidade de inferência. Se um computador
é programado diretamente, seu conhecimento é incrementado, mas esta execução não tem inferência alguma\u37e todo o esforço
cognitivo fica por conta do programador. Inversamente, se um sistema descobre novas teorias ou inventa novos conceitos
independentemente, ele executa uma substancial quantia de inferência. Um ponto intermediário deste espectro pode ser um estudante
procurando resolver um problema de matemática por analogia aos exemplos resolvidos do livro ­ um processo que requer inferência,
mas muito menos que descobrir uma ramificação da matemática sem ser guiado por um professor ou um livro.
Quanto mais inferência o aprendiz for capaz de incrementar, menos o professor ou o ambiente externo precisará fazer. É mais difícil
programar um computador para executar um trabalho complexo que instruir uma pessoa para realizar o mesmo trabalho\u37e a
programação requer explícitas especificações de todos os detalhes requeridos, porém uma pessoa recebendo instrução pode usar
conhecimento e bom senso para completar os mais mundanos detalhes. A taxonomia abaixo captura esta noção de quantidade de
esforço requerido do aprendiz e do professor:
1. Aprendizado e implantação direta de novos conhecimentos: nenhuma inferência ou outra transformação de
conhecimento é requerida da parte do aprendiz. Variantes deste método incluem:
­ Aprender pela programação, construção ou modificação feita por uma entidade externa, não requerendo nenhum esforço
por parte do aprendiz (ex. a programação convencional).
­ Aprender pela memorização de fatos e dados sem inferência da informação de entrada (ex. execução por sistemas de
banco de dados primitivos ).
 
2. Aprendendo por instrução ­ adquirir conhecimento de um professor ou outra fonte, como um livro, requer que o
19/03/2016 Uma teoria e metodologia de aprendizado indutivo
http://www.inf.ufpr.br/aurora/tutoriais/aprendizadomaq/ 6/60
aprendiz transforme o conhecimento de uma linguagem de entrada para uma representação interna, e esta nova informação
deve ser integrada com o conhecimento anterior para uso efetivo. Então, é requerido do aprendiz executar alguma
inferência, mas uma grande fração da obrigação fica por conta do professor, que deve estar presente e deve organizar tudo
de forma que incremente o conhecimento anterior do aprendiz. Aprender por instrução paralela é o método educacional
mais formal. Portanto, o trabalho de aprendizado de máquinas é uma forma de construção que pode aceitar instruções ou
conselhos guardando e aplicando este conhecimento eficientemente.
3. Aprendendo por analogia ­ adquirir novos fatos ou habilidades pela transformação e aumento do conhecimento existente
trazendo forte similaridade para o novo conceito ou habilidade desejada em uma forma eficiente e usual em novas
situações. Ex. uma pessoa que nunca dirigiu um caminhão, mas já conduziu algum automóvel, deverá transformar a
habilidade atual para a nova situação. Similarmente, um aprendizado por analogia deve ser aplicado para converter um
programa de computador existente para outro que execute uma função próxima mas diferente da função original.
Aprender por analogia requer mais inferência por parte do aprendiz do que o aprender por instrução. Um fato ou
habilidade análogo é um parâmetro relevante que deve ser recuperado da memória\u37e então o conhecimento recuperado deve
ser transformado, aplicado a novas situações e guardado para uso futuro.
4. Aprendendo de exemplos: ( um caso especial de aprendizado indutivo) ­ Pegando uma série de exemplos e contra­
exemplos de um conceito, o aprendiz induz uma descrição geral que descreve todos os exemplos positivos do conceito.
Aprender por exemplos é um método que tem sido fortemente investigado em inteligência artificial. A porção de
inferência executada pelo aprendiz é bem maior que o se aprender por execução e alguma coisa maior que aprender por
analogia. Aprender de exemplos pode ser subcategorizado de acordo com a origem dos exemplos:
 
­ A fonte é um professor que conhece o conceito e generaliza seqüências de exemplos para ajudar tanto quanto possível o
conhecimento do aprendiz. Se o professor infere o estado de conhecimento do aprendiz, os exemplos podem ser
selecionados para otimizar a convergência para o conhecimento desejado.
­ A fonte é o próprio aprendiz. O aprendiz tipicamente sabe seu estado de conhecimento, mas claramente não conhece o
conceito a ser adquirido. Então o aprendiz pode gerar modelos ( tendo uma entidade externa como ambiente, ou um
professor classificando os exemplos como positivos ou negativos) na base de informação,