Deep Learning meets Big Data
Juliano Viana - CTOZunnit Technologies
AgendaO que é Deep Learning?
Redes Neuronais
Deep Learning
…meets Big Data
Conclusão
2
Deep Learning?
Fonte: “Delving Deep into Rectifiers:Surpassing Human-Level Performance on ImageNet Classification" Microsoft Research http://arxiv.org/pdf/1502.01852v1.pdf
Interpretação de Imagens
4
Fonte: “Delving Deep into Rectifiers:Surpassing Human-Level Performance on ImageNet Classification" Microsoft Research http://arxiv.org/pdf/1502.01852v1.pdf
Reconhecimento de Objetos em Tempo
Real5
Fonte: http://deeplearning.cs.toronto.edu/i2t
Descrição(!!) de Imagens
6
Fonte: http://deeplearning.cs.toronto.edu/i2t
Aprendizado dinâmico7
Deep Learning e Redes Neuronais Artificiais
Input layer
Hidden layer
Output layer
Redes Neuronais9
Input layer
Hidden layer
Output layer
Idade
Gênero
Localidade
Preço do Produto
Hora do dia
Fraude?
inputs weights
transfer activation
i1 w1
i2 w2
... w3
iN w4
Bias w5
Σ φ Output
Neurônios10
Input layer
Hidden layer
Output layer
Redes Neuronais: Treinamento
11
Y
Error Function
dE/dY
dE/dW
Feature 1 Feature 2 Feature 3 Feature 4 Feature 5 Label ( )
Input layer
Hidden layer 1 Hidden layer 2 Hidden layer 3 Hidden layer 4
Output layer
O que uma rede neuronal aprende?
12
Linhas Cores
Gradientes
Listras Texturas
Contornos
Olhos Boca
Orelhas
Felinos Primatas Répteis
(c) Koshy Koshy/Flickr
Tigre
O que uma rede neuronal aprende?
13
Source: “Intriguing properties of neural networks” http://arxiv.org/pdf/1312.6199v4.pdf
Deep Learning
1943 1975
Treshold Logic
Restricted Boltzmann Machines
20002006
15
Deep Learning: Histórico1958
Perceptrons Backpropagation
1980
Primeiras redes “Deep”1990
“Dark Age” “Dark Age”2007
Autoencoders
2015
Enormes Avanços em diversas áreas: reconhecimento de voz, tradução automática, reconhecimento de imagens, processamento de linguagem…
• Não se sabia como treinar redes neuronais com uma profundidade muito grande (>3 camadas)
• A quantidade de dados disponíveis para treino era relativamente pequena
• O baixo poder de processamento do hardware impedia o treinamento de modelos muito complexos
O que havia de errado com as Redes
Neuronais?
16
Unsupervised Learning
17
TrainPre-train
Finetune
DataData
Data
Pré-treinamento18
Input layer
Hidden layer
Output layer
Input layer
Hidden layer
Output layer
Exemplo: Reconhecimento de Escrita
19
Input Layer
NL LayerLinear Layer
NL Layer
Output Layer
78450250
784
Exemplo: Reconhecimento de Escrita
20
Demo
… meets Big Data
22
Big Data
Volume Complexidade
23
The Curse of Dimensionality
24
The Curse of Dimensionality
Volume
25
The Curse of Dimensionality
Volume
26
Reduzindo dimensionalidae
• 10 dimensões • 90000 instâncias
Vetorização Autoencoder
(treinamento)Autoencoder
(redução) Clusterização
Conclusões (precipitadas?)
Para conhecer ou usar
https://www.coursera.org/course/neuralnetsNeural Networks for Machine Learning
28
http://deeplearning4j.org/DeepLearning4J
http://torch.ch/Torch
http://www.zunnit.com
www.vizualus.com // +385 2132 231
@jjviana zunnit.com
#QCONBIGDATA