Toda modelagem matemática busca entender para prever o comportamento de sistemas.
RNA é interessante quando você “larga” o algoritmo recebendo entrada de dados para que vá aprendendo sobre o comportamento do sistema. Por isso, esse tipo de inteligência artificial - porque também há n tipos de IA - é interessante para detectar intrusões e fraudes em sistemas e para robótica.
Não se trata de ser mais trabalhoso ou não, mas da melhor forma de se chegar a um resultado. O ModelMat é voltado para quando já existem dados.
Exemplo:
Suponha que uma empresa apresentou o seguinte resultado para a venda de um de seus produtos:
PREÇO PARTICIPAÇÃO NO MERCADO
$10,54 25,34 %
$12,54 23,12 %
$14,32 18,01 %
$ 9,24 25,36 %
Esse exemplo é bem simples, e visualmente é possível perceber que, conforme o preço do produto sobe, a participação no mercado cai.
Há uma relação direta e inversamente proporcional entre preço e venda. Como temos apenas duas variáveis, uma variando em função da outra, podemos tentar usar a regressão linear simples. Eis o modelo: [quote]
Linear Regression: f(x) = + 39,71 - 1,44x
Correlation Coefficient: - 0,93
Determination Coefficient: + 85,94 % [/quote]
O Coeficiente de Correlação está acima de 0,8 o que é excelente - isso é extremamente difícil de acontecer, sendo geralmente aceitável quando está acima de 0,7. O Coef. de Determinação diz que esse modelo tem uma acurácia de 85,94%.
Beleza, mas e quanto à previsão? Já temos o modelo, então podemos brincar a vontade com as variáveis. A venda (f(x) = y) varia de acordo com o preço de venda (x). Se tivermos um preço de $20,25, qual será a nossa parcela de mercado? Resposta: 10,55%. A modelagem oferece critérios científicos para tomada de decisões.
Na engenharia, o problema poderia ser a resistência de um material em relação a uma carga.
Mas estes são exemplos muito simples. No mundo real, a empresa teria que estudar a relação entre preço, qualidade, transporte, economia e outras milhares de variáveis para tentar chegar a um modelo representativo da realidade e entender o que faz vender mais ou menos.
Na engenharia, além da carga teríamos o fator tempo, temperatuda, fatores metereológicos e por aí vai.
As regressões cabem melhor aqui do que RNA, por isso não estou focando em Redes Neurais.