1 of 39

SIMULAÇÃO E MODELAGEM

Semana 03 - Aula 07

Ferramentas estatísticas para simulação

Prof. Anibal Tavares de Azevedo

P(w₃w₂, w₁)

2 of 39

Probabilidades para que?

3 of 39

Chatbots e o Chat GPT…

1

2

4 of 39

Ambiente de escassez de informação e tecnologia

Retroceder para entender

5 of 39

Máquina de escrever para o autocompletar

1

2

6 of 39

A matemática do autocompletar

O que é mais provável de ocorrer?

  1. Ver um gato usando um chapéu.

  • Ver um gato comendo um rato.

  • Ver um gato pilotando uma nave espacial.

7 of 39

A matemática do autocompletar

O que é mais provável de ocorrer?

  • Ver um gato usando um chapéu.

  • Ver um gato comendo um rato.

  • Ver um gato pilotando uma nave espacial.

8 of 39

Probabilidades condicionais N-grams

As probabilidades condicionais de N-grams podem ser estimadas a partir de texto bruto com base na frequência relativa das sequências de palavras.

9 of 39

Probabilidades condicionais N-grams

Um modelo de N-grams trata de calcular a probabilidade condicional de uma palavra dadas as N-1 palavras que vieram antes dela.

P(wₙ∣wₙ₋₁,wₙ₋₂,…,w₁)

10 of 39

Exemplo probabilidade N-grams

Por exemplo, em um modelo de trigrama (N=3), estamos calculando:

The

Cat

Eat

P(w₃w₂, w₁)

11 of 39

Exemplo probabilidade N-grams

Por exemplo, em um modelo de trigrama (N=3), estamos calculando:

The

Cat

Eat

P(EatCat, The)

P(w₃w₂, w₁)

12 of 39

Exemplo probabilidade N-grams

Por exemplo, em um modelo de trigrama (N=3), estamos calculando:

P(w₃w₂, w₁)

The

Cat

Eat

The

Cat

Eat

P(EatCat, The)

13 of 39

Exemplo numérico: Python

Prob. condicional

Contexto

Inferência palavra

1

2

3

4

Palavra

14 of 39

Exemplo numérico: Python

Contexto

1

4

Palavra

15 of 39

Exemplo numérico: resultados

Contexto

1

4

Palavra

O

gato

16 of 39

Exemplo numérico: resultados

Contexto

1

4

Palavra

O

gato

sentou

17 of 39

Playground de LLMs

18 of 39

Testando LLMs

19 of 39

Testando LLMs: Alucinação!

20 of 39

Explicação mais detalhada

21 of 39

Exercício 1: Da matriz gerar o grafo

22 of 39

Exercício 1: Matriz e grafo

23 of 39

Exercício 1: Matriz e grafo

Modelo Bigrama (N=2): P(w₂ | w₁)

24 of 39

Exercício 1: Matriz e grafo

25 of 39

Exercício 1: Matriz e grafo

26 of 39

Exercício 2: Ruína do Apostador

27 of 39

Exercício 3: Markov GPT

28 of 39

Evolução: De Markov ao ChatGPT

29 of 39

Markov e Teoria das Filas

30 of 39

Teoria das Filas: aplicação na saúde

31 of 39

Teoria das Filas: aplicação agricultura

32 of 39

1 - Perfeita

2 - Funcional

3 - Parada

0,85

0,1

0,05

0,7

0,30

1,0

Cadeia de Markov e estados máquina

33 of 39

Probabilidades em n passos

34 of 39

Probabilidades em n passos

35 of 39

Obtenção estados estacionários

Forma analítica

Simulação Python

36 of 39

Resolução de sistemas lineares

37 of 39

Solução do sistema via Python

38 of 39

Multiplicação de matrizes com Python

39 of 39

Mapas Mentais da Aula 07

Badges