https://padlet.com/iagotambosi2/6m99x0gusn0oyolt en-us 2022-08-23 23:39:49 UTC 2022-09-07 22:07:12 UTC hello@padlet.com iagotambosi2 https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269397275 O processo de tentativa e erro definem o Aprendizado por Reforço, onde o algoritmo "aprende" por conta própria a solucionar o problema do ambiente.]]> 2022-08-24 00:06:44 UTC https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269397275 iagotambosi2 https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269397978 O aprendizado por reforço é amplamente utilizado na área de jogos digitais, onde o comportamento da máquina deve ser o mais imprevisível possível e mesmo assim eficaz.
O algoritmo sabe como interagir com o ambiente, mas não possui uma estratégia definitiva a ser seguida. Conforme vai interagindo com o ambiente/adversário, vai recebendo um feedback (que geralmente é um decremento ou incremento na pontuação) de acordo com a ação realizada. Assim, o algoritmo vai aprendendo quais as estratégias mais "lucrativas" e vai se adaptando de acordo com a partida.

[REMOVER] https://www.davidsilver.uk/applications/]]> 2022-08-24 00:07:36 UTC https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269397978 iagotambosi2 https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269398267 O aprendizado supervisionado exige o fornecimento de um feedback ao algoritmo, informando quando o mesmo está certo ou errado. Já no aprendizado por reforço, o algoritmo é "largado" no ambiente e conforme vai interagindo com o ambiente, vai aprendendo e incrementando seu comportamento, tendo como "feedback" um débito numa pontuação ou uma contagem de falha, quando realiza uma ação indevida.]]> 2022-08-24 00:07:53 UTC https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269398267 iagotambosi2 https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269398594 Agente: executa ações. 
Ambiente:  mundo pelo qual o agente se move e que responde ao agente.
Recompensa: feedback onde é medido sucesso ou fracasso.
Estado: situação concreta e imediata que o agente se encontra.
Ação: conjunto de todos movimentos possíveis do agente]]> 2022-08-24 00:08:18 UTC https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2269398594 jonasfschuh https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2281676331 Entende-se por Aprendizagem Não Supervisionada, quando se apresenta somente os dados de entrada e o algoritmo implementado descobre as saídas. Como exemplo, se pode citar uma rotina de pesquisa de dados para encontrar a 
estrutura ou os relacionamentos ocultos. Também pode-se afirmar que no início do problema, o programador pode não saber qual é a estrutura ou o modelo de aprendizado que a IA irá encontrar. 
Nesse caso, a máquina irá treinar a partir de dados não rotulados e os algoritmos devem descobrir padrões ocultos 
e agrupar as informações de acordo com semelhanças ou diferenças.

Exemplo: Diferenciar imagens de cães e gatos, onde ao receber as imagens, não se sabe sobre as características 
que cada animal possui, ou seja, não é possível categorizá-los. Porém, esse algoritmo será responsável por descobrir semelhanças, padrões e/ou diferenças que permitam diferenciar cães e gatos.

Já na Aprendizagem Por Reforço, não conhece dados de entrada ou saída, ou seja, os modelos de aprendizado de máquina são treinados para tomar uma seqûencia de decsões, onde o agente vai aprendendo a atingir uma muta de um ambiente incerso e potencialmente complexo, enfrentando uma situação, com tentativa e erro, até encontrar uma solução, recebendo recompensas ou punições para cada ação executada. Seu objetivo maior é maximizar as recompensas.]]> 2022-09-03 22:15:30 UTC https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2281676331 iagotambosi2 https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2287179879 - Gabriel Kresin
- Iago G. Tambosi
- Jonas Fernando Schuh]]> 2022-09-07 22:07:09 UTC https://padlet.com/iagotambosi2/6m99x0gusn0oyolt/wish/2287179879