O documento discute o uso de algoritmos de inteligência artificial para inferir informações úteis sobre um projeto de extensão universitário. Foi utilizada uma árvore de decisão para analisar dados de estudantes e sugerir que renda e nota influenciaram os resultados. Mais dados seriam necessários para conclusões significativas.
Inteligência artificial: inferindo resultados e tendências
1. INTELIGÊNCIA ARTIFICIAL
INFERINDO TENDÊNCIAS E
PROJETANDO RESULTADOS
Claudio Lima - Licenciatura em Computação
Orientação: Prof. Ms. Rodrigo Goulart
Profª. Ms. Cláudia Goulart
Outubro/2010
2. CONTEXTO
• Inteligência Artificial: área de pesquisa da Ciência da Computação
que dedica-se a buscar métodos ou dispositivos computacionais que
possuam ou simulem a capacidade humana de resolver problemas.
• Comportamento racional é fazer a coisa certa: o que é esperado
para maximizar a realização do objetivo, dada a informação
disponível.
• Mudança de paradigma: programação imperativa > lógica
STEWART RUSSEL & PETER NORVIG / BITTENCOURT, GUILHERME
3. UTILIZAÇÃO
– Sistemas especialistas;
– Deep Blue, da IBM: lógica (xadrez);
– Diagnóstico: softwares de diagnóstico médicos baseados em dados probabilísticos
foram capazes de executar tarefas no nível de um médico especialista.
– Planejamento autônomo e escalonamento: a milhões de quilômetros da Terra, o
programa Remote Agent da NASA controla as operações de uma nave espacial
– Captchas: sistemas distinguindo humanos de outros sistemas
4. Visa capacitar jovens em situação de vulnerabilidade social para a
inserção no mundo do trabalho. Duração: 320 horas (4 meses)
Estudantes entre 15 e 21 anos, Ensino Médio, escola pública. Aulas
diárias, contra-turno escolar.
Formação integral: Informática, Português-Inglês, Psicologia, palestras
e visitas técnicas a empresas de tecnologia.
5.
6. Objetivos
• Inferir, através da utilização de algoritmos de
Inteligência Artificial sobre uma base de dados,
informações úteis para a coordenação do projeto.
– Quais variáveis podem ter exercido maior influência
na nota de seleção dos alunos do projeto?
7.
8. METODOLOGIA
- Base de dados: projeto de extensão da própria Universidade
(Jovem Profissional Feevale). Utilizou-se de 125 registros para
esta experiência.
- Utilizando o algoritmo J48 (árvore de decisão) inseriu-se os
dados (booleano, inteiro e categorias) no ambiente;
- Através de tarefas associadas de classificação, treinou-se o
algoritmo para selecionar o melhor modelo de inferência
possível, através de alterações nas leituras e modificações no
baseline.
12. RESULTADOS
Após os testes, o melhor resultado obtido (atributos Renda
agrupada + Nota, cf. fig.1) foi de 34,4 %, sugerindo que, em geral,
alunos com maior renda tendem a obter melhores notas.
Cientes de que este valor não atingiu 50%, mínimo estipulado para
caracterizar um resultado significante, considerou-se que os
resultados carecem de mais instâncias para permitir uma leitura
mais concreta.
13. CONSIDERAÇÕES FINAIS
Embora a utilidade da pesquisa possa parecer pequena, baseou-
se em um projeto iniciante, o que significa dizer que no futuro
este baseline tende a ser ampliado em seus exemplos e possibilite
melhores resultados.
Deve-se considerar também que a Inteligência Artificial é uma
área ainda jovem, porém promissora. A considerar pela imensa
quantidade de dados geradas por computadores e Internet,
associada a softwares de data mining a IA pode ser o futuro da
estatística e projeção de tendências.;
14. REFERÊNCIAS
• RUSSELL, Stuart J.; NORVIG, Peter. Inteligência Artificial. Rio de Janeiro, Campus,
2004
• BITTENCOURT, Guilherme. Inteligência artificial: ferramentas e teorias. 3. ed.
Florianópolis, SC: UFSC, 2006.
• LUCENA, Carlos J. P. Inteligência artificial e engenharia de software. Rio de Janeiro,
RJ: Jorge Zahar, Pontifícia Universidade Católica do Rio
15. Contato
claudiolima@feevale.br
twitter.com/claudiodelima
Apresentação disponível em www. slideshare.net/claudiodelima