Estatística para Inteligência artificial

Prévia do material em texto

Estatística para Inteligência artificial
A inteligência artificial está diretamente relacionada à capacidade das máquinas de agirem como seres humanos, aprendendo e simulando um pensamento e raciocínio. É um conceito que surgiu na década de 1950, quando John McCarthy, um professor universitário, criou o termo para descrever um mundo em que as máquinas poderiam “resolver os tipos de problemas que hoje são reservados para humanos". 
Esse conceito surgiu amplamente apoiado pelas áreas da matemática e estatística, que associadas à teoria da probabilidade, auxiliam em tarefas como a análise dos dados, buscando identificar padrões e fazer previsões bem fundamentadas em testes de hipóteses a fim de tomar melhores decisões.
Nesta Unidade de Aprendizagem, você vai estudar os métodos estatísticos como média, desvio padrão, variância, regressão linear, intervalo de confiança e medida de curtose, de modo a compreender de que forma se relacionam com a área da inteligência artificial.
Desafio
Em uma estação meteorológica são atividades rotineiras a coleta e a medição de dados climáticos. Com a utilização de instrumentos coletores interligados com uma central de processamento, é possível automatizar a análise dos dados e realizar ajustes das previsões em tempo real.
Você, estatístico, foi contratado por uma dessas estações com o objetivo de tornar o setor de monitoramento da estação mais eficiente e, por isso, eles desejam que você proponha um sistema inteligente para realizar esses cálculos em tempo real e ajustar as previsões.
Diante disso, identifique quais métodos estatísticos poderiam ser utilizados como base para essa automação e justifique de acordo com sua fundamentação por que esses métodos seriam aplicados.
Resposta:
Conceitos como média, desvio padrão e moda, entre outros, foram criados e, com a evolução da matemática como ciência, exauridos por matemáticos com a finalidade de permitirem determinar valores futuros. É por isso que são fundamentais em situações como a da previsão climatológica.
Desenvolver algoritmos inteligentes que implementem os conceitos estatísticos de desvio padrão e moda possibilitam que esse algoritmo consiga realizar a previsibilidade de ocorrência de deteminado evento. O desvio padrão é a medida mais comum em dispersão. Possibilita, junto à média, entender o quanto de dispersão existe e, dessa forma, ajustar com maior exatidão esse prognóstico.
Acompanhe na Dica do Professor o que é e de que forma funciona o machine learning (aprendizagem de máquina) na estatística.
Aprendizagem de maquina é um subcampo da ciência da computação, que evoluiu de estudos de padrões e teoria computacional e inteligencia artificial. Aprendizagem de maquina usa modelos estatisticos, mas também usa outros modelos como programação dinamica, aprendizagem por reforço e técnicas que vieram da Inteligencia Artificial como, algoritimo de busca, Deep Learning e a Otimização.
Como funciona isso
O aprendizado de maquina atua como um sistema que aprende qual comportamento deve seguir. Dependendo das interações que o mesmo tiver. Ele nasceu do reconhecimento de padrões e da teoria que computadores podem realizar tarefas sem ser programados, para realizar tarefas especificas, pois os pesquisadores em IA queriam saber se as maquinas poderiam aprender com dados. O aspecto iterativo das maquinas são importantes, porque quando os modelos são expostos a novos dados, eles são capazes de se adaptar independentemente, eles aprendem com