Separamos 6 opções que simplificam o uso de algoritmos para encontrar respostas nas pilhas de números que chegam á sua mesa
O termo “aprendizado de máquina” foi criado sob uma perspectiva quase mística. Pessoas comuns não ensinam máquinas, afinal, esse é um trabalho para mágicos altamente especializados: os cientistas de dados, que transformam informações em ouro com poucas explicações.
Obviamente, o machine learning ainda é pouco conhecido pelo público, mas, ao longo dos anos, as ferramentas evoluíram a um ponto em que praticamente qualquer pessoa com um pouco de esforço pode começar a treinar uma máquina. O trabalho é árduo, mas já não é impossível.
O interesse de não programadores pelos dados tem impulsionado o mundo para essa realidade. As planilhas repletas de números, assim com as enormes tabelas, fazem parte do cotidiano de tomadores de decisão em todos os níveis de negócios. Para dar novas oportunidade a esses profissionais, ferramentas para aprendizado de máquina estão sendo desenvolvidas para integrar as estratégias de transformação de dados em insights para as empresas.
Infelizmente, essas ferramentas ainda não são inteligentes o suficiente para executar todo o processo. Na verdade, o usuário precisa fazer as perguntas certas e procurar os dados nos lugares certos. De qualquer forma, essas soluções aceleram a busca por respostas para que os profissionais possam alcançar novos resultados.
Ultimamente, uma nova palavra-chave, “AutoML”, começou a aparecer para indicar que um algoritmo de aprendizado de máquina vem com uma camada adicional de automação. Os algoritmos padrão sempre foram projetados para gerar dados e encontrar padrões e regras por conta própria, mas os algoritmos tradicionais vinham com muitas opções e parâmetros. Os cientistas de dados costumavam passar de 80 a 99% do tempo brincando com esses indicadores até encontrar as regras mais preditivas.
O AutoML automatiza esse estágio, tentando e testando várias opções. Em vez de executar o algoritmo de aprendizado de máquina uma vez, ele executa diversas vezes, faz alguns ajustes, executa inúmeras vezes novamente, repetindo esses passos até que o seu orçamento em tempo, dinheiro ou paciência se esgote.
Em geral, os algoritmos AutoML são boas opções para quem começa a explorar o aprendizado de máquina por conta própria. A automação simplifica o trabalho, lidando com parte do trabalho básico de definição de parâmetros e escolha de opções antes de testar os resultados para você. À medida que os usuários se tornam mais íntimos da solução e começam a entender os resultados, eles podem assumir mais partes do trabalho e definir os próprios valores.
Os sistemas mais recentes também facilitam a compreensão sobre como as máquinas podem aprender. Se a programação clássica transforma regras e dados em respostas, os algoritmos de aprendizado de máquina funcionam de maneira inversa e transformam respostas e dados em regras – regras que podem ensinar o que está acontecendo nas profundezas de seus negócios. Os desenvolvedores dessas ferramentas simplificadas também estão criando interfaces que explicam as regras que o algoritmo descobriu e, mais importante, como duplicar os resultados.
Todos esses recursos estão abrindo o mundo do aprendizado de máquina para as pessoas que trabalham com números, planilhas e dados, eliminando a necessidade de ser especialista em programação e ciência de dados. As seis opções a seguir simplificam o uso de algoritmos de aprendizado de máquina para encontrar respostas nas pilhas de números que chegam à sua mesa.
A versão original do Splunk começou como uma ferramenta de pesquisa através dos arquivos de log criados por aplicativos da web. Desde então, o Splunk se expandiu para se tornar capaz de analisar todas as formas de dados, especialmente séries temporais e outras produzidas em sequência. As versões mais recentes incluem aplicativos que integram as fontes de dados com ferramentas de aprendizado de máquina como o TensorFlow e algumas das melhores ferramentas de código aberto do Python. Eles oferecem soluções rápidas para detectar discrepâncias, sinalizar anomalias e gerar previsões.
Dentro da pilha do DataRobot há uma coleção de algumas das melhores bibliotecas de máquinas de código aberto escritas em R, Python e em várias outras plataformas.
Você lidará apenas com uma interface da web que exibe ferramentas semelhantes a fluxogramas para configurar um pipeline. O DataRobot se conecta a todas as principais fontes de dados, incluindo bancos de dados locais, datastores na nuvem e arquivos ou planilhas baixados.
O DataRobot também pode tentar oferecer “explicações amigáveis ao ser humano” sobre o motivo pelo qual determinadas previsões foram feitas, um recurso útil para entender como a IA funciona. Ele pode ser implantado em uma mistura de soluções na nuvem e local. As implementações em nuvem podem oferecer o máximo de paralelismo e taxa de transferência através dos recursos compartilhados, enquanto as instalações locais oferecem mais privacidade e controle.
O H2O explora várias soluções de aprendizado de máquina. A ferramenta une fontes de dados (bancos de dados, Hadoop, Spark e assim por diante) e as alimenta em uma variedade de algoritmos com uma ampla gama de parâmetros. Você controla a quantidade de tempo e calcula os recursos dedicados e o H2O testa várias combinações de parâmetros até que o orçamento seja concluído. Os resultados podem ser explorados e auditados através de um painel.
O núcleo do ecossistema do RapidMiner é um estúdio para criar análises de dados a partir de ícones visuais. Com poucos cliques você cria um pipeline que limpa seus dados e os executa através de uma ampla gama de algoritmos estatísticos. Se você deseja usar o aprendizado de máquina em vez de uma ciência de dados mais tradicional, o Modelo Automático escolherá entre vários algoritmos de classificação e pesquisará vários parâmetros até encontrar o melhor ajuste. O objetivo da ferramenta é produzir centenas de modelos e depois identificar o melhor.
Depois que os modelos são criados, a ferramenta pode implantá-los enquanto também testa sua taxa de sucesso e explica como o modelo toma suas decisões. Os aprimoramentos recentes incluem análises melhores, maior variedade de gráficos para a criação de paineis visuais e algoritmos mais sofisticados para a análise de dados de séries temporais.
O painel do BigML oferece todas as ferramentas básicas da ciência de dados para identificar correlações que podem formar a base para um trabalho mais complexo de aprendizado de máquina. O Deepnets, por exemplo, oferece um mecanismo sofisticado para testar e otimizar redes neurais mais elaboradas. A qualidade do modelo pode ser comparada a outros algoritmos com uma estrutura padronizada que ajuda a escolher entre ciência de dados clássica e aprendizado de máquina.
O painel do BigML é executado no seu navegador e sua análise é feita na nuvem BigML ou em uma instalação no servidor. Os preços da versão em nuvem são baixos para incentivar a experimentação. Já o plano gratuito analisará até 16 MB de dados usando não mais que dois processos em execução em paralelo. As contas pagas têm preços razoáveis com valores mensais de US$ 30.
A R não é uma linguagem fácil para os não programadores usarem, mas continua sendo uma das ferramentas mais essenciais para análises estatísticas sofisticadas. O R Studio é um software livre de ambiente de desenvolvimento integrado para R, oferecendo um conjunto de menus e opções mais simples que facilitam o trabalho do usuário.
Profissionais interessados e que estejam dispostos a investir algum tempo podem usar essas soluções para executar análises básicas e até algumas complexas. É verdade que ainda haverá alguma dificuldade na execução, mas pode valer a pena para quem deseja explorar ferramentas de ponta.
