Coletânea Python do ZERO às Redes Neurais Artificiais
Quando e como utilizaremos tais ferramentas?
Se você está começando do zero nesta área fique tranquilo pois a sua
enorme complexidade não necessariamente significará ter que escrever centenas de milhares de linhas de código, escritos em linguagem próxima a linguagem de máquina em algo extremamente complexo nem nada do tipo. Basicamente iremos definir que tipo de situação ou problema abordaremos de forma computacional e a partir deste, escolhemos o tipo de ferramenta mais eficiente para aquele fim. Em seguida, usando da linguagem Python dentro de uma IDE ou interpretador, criar e entender passo a passo, linha a linha de código de como estamos abstraindo um problema ou situação real para que, de forma computacional, possamos criar modelos para contextualizar, analisar, aprender com esses dados e criar previsões a partir dos mesmos..
Apenas para fins de exemplo, também, em ciência de dados basicamente trabalharemos com modelos lógicos onde faremos a leitura de dados (em certos casos, grandes volumes de dados), o polimento, a manipulação e a classificação dos mesmos. Também desenvolveremos ferramentas e até mesmo modelos de redes neurais artificiais para que a partir de etapas de treinamento e aprendizagem de máquina elas possam ler, interpretar dados, aprender com seus erros, chegar a resultados satisfatórios de aprendizado e fornecer previsões a partir destes, tudo de forma simples e objetiva.
Um dos exemplos práticos que estaremos abordando em detalhes é a
criação e uso de uma rede neural que com base num banco de dados consegue identificar em exames de mamografia a probabilidade de uma determinada lesão identificada a partir do exame se tornar câncer de mama. Raciocine primeiramente que dentro desta área da Radiologia Médica (Diagnóstico por Imagem) existe o profissional técnico que realiza tal tipo de exame, posicionando as estruturas anatômicas a fim de obter imagens da anatomia por meio de radiações ionizantes, um médico especialista que interpreta a imagem com base em sua bagagem de conhecimento de anatomia e patologia e por fim equipamentos analógicos e digitais que produzem imagens da anatomia para fins diagnósticos.
Fazendo o uso de ferramentas de ciência de dados podemos criar um modelo de rede neural que irá aprender a reconhecer padrões de características patológicas a partir de um banco de dados de imagens de exames de raios-x. Dessa forma os profissionais desta área podem ter um viés de confirmação ou até mesmo chegar a taxas de precisão muito maiores em seu diagnóstico, agora possíveis de serem alcançadas por meio destas ferramentas. Vale lembrar que, neste exemplo, assim como em outros, o uso de poder computacional nunca substituirá o(s) profissional(is) em questão, a tecnologia na verdade sempre vem como um grande aliado para que se melhore este e outros processos, no final, todos saem ganhando.
Então, para resumir, se você já está habituado a trabalhar com ferramentas voltadas a programação ou se você está começando do zero, fique tranquilo pois basicamente estaremos usando a combinação de linguagem de programação e seu software interpretador para criar modelos de análise de dados, posteriormente poderemos trabalhar em cima desses modelos e/ou até mesmo distribuí-los para livre utilização de terceiros.