Blog da KondutoDestaquesFeaturedKonduto Blog

Coisas que você não sabia sobre Machine Learning

Por 21 de janeiro de 2021 junho 30th, 2021 Nenhum comentário
garotinha brinca com robô controlado por machine learning

Você já sabe, mas é sempre bom repetir, que o Blog da Konduto é o lugar certo se você quer saber mais sobre tecnologia e as inovações do setor de antifraude e meios de pagamento. Para essa semana escolhemos um dos assuntos mais importantes da nossa área: Machine Learning.

A gente sabe que o Machine Learning é uma vertente da inteligência artificial. E a IA, por sua vez, é um campo gigante dentro da ciência e engenharia da computação. Esses robozinhos utilizam modelos probabilísticos, ou seja, absorvem dados e rotinas de ações para aprender padrões e saber o que fazer em qualquer situação.

Dentro da Konduto, por sinal, muita gente é fera nesse assunto. O nosso antifraude, inclusive, utiliza ML para aprender como agir para identificar uma fraude e barrá-la. O Machine Learning aprende com os registros diários de atendimentos, tentativas de fraudes e aprovações de compras.

Assim, cada vez mais, ele ganha experiência para poder refinar as análises e poder responder cada vez mais rapidamente à seguinte pergunta: “Qual a chance deste pedido ser uma fraude?”

Machine learning na Konduto

Ivo Medeiros, Coordenador de BI da Konduto, é um dos feras da empresa, que está sempre ligado nos dados registrados após as milhares de análises do sistema. 

Ivo explica que os robôs aprendem a partir dos dados e dos nossos especialistas antifraude. Ou seja, os dados colhidos no dia a dia ensinam um comportamento para a máquina. 

Mas quando a máquina interpreta como fraude uma operação que seria legítima, nossos especialistas ensinam para o robô um novo comportamento para que ele aprenda.

Você pode até dizer “Tá, eu já sei de tudo isso”.

Calma! Agora, com a ajuda do Milton Tavares Neto, Co-fundador da Konduto, você vai conhecer coisas que ainda não tinha ideia sobre Machine Learning.

Certeza nos dados

Dados corretos importam mais do que algoritmos. Ou seja, uma das partes mais importantes de um sistema de machine learning é garantir que os dados adquiridos estejam corretos e representem os comportamentos reais do dia a dia. Aqueles comportamentos da sociedade que a gente quer mostrar como exemplo para o nosso sistema.

Nós podemos ter dados “incorretos” ao medir uma variável de maneira errada, seja por fazer uma apuração errada ou por coletar dados que não representem a realidade da população.

O resultado desses erros é que, como o foco dos modelos de ML é aprender padrões a partir dos dados, eles vão aprender coisas erradas se os dados não representarem a realidade.

No caso de fraude por exemplo se a gente marcar todos os pedidos como suspeitos, certamente o sistema vai aprender que todas as vendas são suspeitas. E não adianta usar boosting ou uma rede neural profunda com 1000 camadas e 1 bilhão de parâmetros. Isso, porque eles vão ser ótimos para aprender os erros representados naqueles dados.

Mais vale um conjunto de dados limpo e representativo do que algoritmos complexos. Claro que sempre podemos combinar os dois e ter o melhor dos dois mundo.

Primeiro modelo

Você sabia que o primeiro modelo usado em Machine Learning foi criado no século 19? Isso mesmo!!

O modelo mais básico de algoritmo capaz de extrair padrões de dados recebeu o nome de regressão linear. Era uma invenção que consistia em achar uma reta (ou hiperplano) que melhor se aproximasse dos dados. 😀

E o algoritmo mais simples para ajustar esta reta é conhecido como método dos mínimos quadrados.

Cada nome, né? Vale saber que esse método foi descoberto por Carl Friedrich Gauss no começo do século 19.

Tá, mas pra que servia esse método? Ele era usado para calcular a órbita de corpos celestiais.

Além disso, ao estudar esse algoritmo, Gauss criou também a chamada “distribuição normal” ou “distribuição gaussiana”.

E, depois disso, Francis Galton usou esse modelo para estudar o fenômeno de regressão à média. Ou seja, ele praticamente fundou a área de estudos da estatística de regressão.

E apesar de muito simples, o modelo de regressão linear está na base teórica de diversos outros algoritmos mais complexos de Machine Learning.

Muito mais

Existem muito mais curiosidades sobre machine learning que talvez você possa conhecer. Por isso, se você souber de outros temas legais sobre o assunto, deixe nos comentários a seguir. É muito legal ver a tecnologia evoluindo cada dia mais a nosso favor.

Os criminosos também tentam se aproveitar dessa evolução, mas nessas horas, para evitar fraudes, conte com a Konduto!

Rafa China

Autor Rafa China

Um saopaulino que já foi goleiro de futebol, repórter de TV, apresentador de telejornal, cantor de igreja, produtor de conteúdo, ainda é editor do iMasters e analista de Kondeúdo da Konduto.

Mais posts de Rafa China

Deixe um comentário