Aprendizado Automático (Machine Learning)

Machine learning, ou aprendizado de máquina, é o ramo da inteligência artificial em que computadores aprendem padrões a partir de dados em vez de seguir regras escritas passo a passo por um programador. Quanto mais exemplos bons o sistema recebe, melhor tende a ficar.

Como funciona

• Reúne-se um conjunto de dados de treino.
• Um algoritmo ajusta um modelo para encontrar padrões nesses dados.
• O modelo é testado com dados que não viu e, se for bem, passa a fazer previsões ou decisões em situações novas.

O risco clássico é o overfitting, quando o modelo decora o treino e erra em dados novos.

Principais tipos

• Aprendizado supervisionado: aprende com exemplos rotulados, como e-mails marcados como spam ou não spam.
• Aprendizado não supervisionado: encontra grupos e padrões em dados sem rótulos, como segmentar clientes.
• Aprendizado por reforço: aprende por tentativa e erro, guiado por recompensas, como em jogos e robótica.
• Semissupervisionado: mistura poucos dados rotulados com muitos sem rótulo.

Exemplos do dia a dia

• Filtro de spam do e-mail.
• Recomendações de filmes, músicas e produtos.
• Detecção de fraude em cartões.
• Reconhecimento de voz e tradução automática.
• Análise de imagens médicas.

Machine learning, deep learning e IA

A IA é o campo mais amplo. O machine learning é uma parte dela, e o deep learning é um tipo de machine learning que usa redes neurais com muitas camadas. Assistentes como o ChatGPT são construídos com deep learning.

Perguntas frequentes

Preciso saber programar para usar machine learning? Para criar modelos do zero, ajuda muito. Para usar, muitas ferramentas de IA já trazem tudo pronto.

Machine learning precisa de muitos dados? Em geral, quanto mais dados de qualidade, melhor, mas há técnicas como transfer learning que reduzem essa necessidade.

Machine learning é o mesmo que IA? Não. É uma parte da IA, a mais usada hoje.

Termos relacionados

Deep learning, Rede neural, Big data, Algoritmo.

« Voltar Para Glossário