|
=== Uma explicação para quase tudo ===
;Apresentação
;Redes Neurais
Durante séculos o homem pesquisa, identifica e qualifica eventos, comportamentos e outras variáveis em um padrão observado, empiricamente ou não, partãa prever ou entender determinados assuntos. São muitos os exemplos, resultados, aplicações e confiabilidades. Entretanto, nem todos os eventos são mensuráveis ou seguem uma lógica que permita sua previsão com aceitavel grau de sucesso. Fenomenos sociais, em geral, são assim.
O presente livro tem por objetivo demonstrar ao leitor usos, estudos e aplicações já existentes que utilizam análise de padrões. Não tratarei de nenhum ponto estatístico específico, tampouco irei propor um definitivo. Em verdade, o autor verá ao longo do livro que não os padrões dentro da analíse dos mesmos quase sempre são únicos. Ou seja: É possível analisar varios padrões para várias áreas diferentes. Entretanto, é bastante dificil analisar esses padrões por um mesmo ângulo.
A proposta fundamental é instigar no leitor a curiosidade sobre o tema; mostrar que existem enormes áreas não exploradas e diversas outras que ainda não foram criadas onde a inovação não está na inventividade e, sim, na observação.
Para analisarmos padrões o passo fundamental é a observação. É exatamente esse processo inicial, fundamental e natural que nos fornecerá os dados para serem analisados. Existem diversas formas bem documentadas sobre análise de padrões. Todas as ferramentas estatísticas são maneiras diferentes ou relacionadas utilizadas para identificar padrões, tratar dados e prever eventos e ocorrências.
O lançamento de um dado é um exemplo clássico. É bem sabido que a chance de obtermos o número dois em um lançamento de um dado é de um para seis. A questão proposta aqui, entretanto, vai além do estudo matemático de o por que das chances serem um para seis como dado no exemplo. Esse tipo de previsão, embora bastante simples, é suficientemente eficaz. Obviamente, não é uma certeza real, uma tese; trata-se de uma hipotese. Por nossa noção matemática e lógica, pensamos imediatamente na razão da hipotese em obtermos o número dois no lançamento de um dado com o raciocinio baseado no fato de o dado ter seis faces numeradas. Aprendemos, também, que existe a possibilidade não obtermos o número desejado em uma quantidade superior de lançamentos ao número de faces. A isso chamamos, no exemplo, de dado viciado.
Por ser um exemplo lógico, bem como uma adição, muitas vezes não observamos os fatos em si.
A análise de padrões, por sua vez, tem por essencia e início a observação de eventos. Para ser de nosso conhecimento e nossa aceitabilidade lógica a probabilidade de sucesso no lançamento proposto, foram analisados diversos lançamentos do mesmo dado. Com isso a informação começou a ser criada. Observamos, por exemplo, de que a cada X lançamentos o número Y era repetido, quase sempre, em uma razão proporcional que nos permitiu criar um padrão confiável de previsão de um evento futuro.
Entretanto, a previsão futura não é a única observação real que temos com a ánalise de padrões. Ainda no exemplo supra citado, mudemos a pergunta. Se ao invés de perguntar qual seria nossa chance em tirar um determinado número em um lançamento aleatório, pensemos no objeto: Foram feitos 8 lançamentos de um determinado objeto onde o número dois, em intervalo de um a seis, apareceu uma vez. Qual é a forma do objeto? Por nossa ánalise de eventos e fatos suporemos, com aceitavel grau de confiabilidade, que o objeto em questão é um cubo, um dado. Não apenas pelo número de faces desse objeto mas como pelo número de lançamentos e da escala.
Nesse exemplo temos três váriaveis importantes para determinar o tipo de objeto em questão: o número de lançamentos, o intervalo e o resultado.
Em resumo, a ánalise de padrões depende de variáives e dados que serão observado para serem estudados e, finalmente, previstos. A previsão, por sua vez, tem um grau de confiabilidade aceito ou não. Esse grau é determinado, principalmente, pelo risco.
[[Categoria:Colecções]]
|
