Processos estocásticos no machine learning

cadeias de Markov, modelos ocultos e mais

Processos estocásticos podem decidir o sucesso ou o fracasso de um modelo. Este episódio curto explica como eles descrevem variáveis aleatórias ao longo do tempo e por que são essenciais para previsões em ambientes incertos, das finanças ao clima.

▶ Processos estocásticos no machine learning: cadeias de Markov, modelos ocultos e mais (Dublagem IA)

O que você vai aprender:

1. Cadeias de Markov e modelos ocultos de Markov, que podem passar de 90% de precisão no reconhecimento de fala
2. Aprendizado por reforço com o exemplo de um robô que aprende a atravessar um labirinto
3. Redes bayesianas para representar incerteza, por exemplo no diagnóstico médico
4. Modelos estocásticos no processamento de linguagem: texto preditivo, tradução e chatbots
5. Como uma modelagem estocástica robusta pode melhorar bastante o desempenho

Este episódio é uma versão em português dublada com IA do vídeo animado do M365 Show, do Microsoft MVP Mirko Peters.