O QUE É MACHINE LEARNING, ML, APRENDIZADO DE MÁQUINA – CURSO DE IA – INTELIGÊNCIA ARTIFICIAL

Você vai ver O QUE É MACHINE LEARNING, ML, APRENDIZADO DE MÁQUINA – CURSO DE IA – INTELIGÊNCIA ARTIFICIAL.

Machine Learning (ML), é o estudo de algoritmos de computador que melhoram automaticamente através da experiência. É visto como um subconjunto de inteligência artificial.
Os algoritmos de aprendizado de máquina constroem um modelo matemático baseado em dados de amostra, conhecidos como “dados de treinamento”, para fazer previsões ou decisões sem serem explicitamente programados para fazê-lo. Os algoritmos de aprendizado de máquina são usados ​​de maneira ampla variedade de aplicativos, como filtragem de e-mail e visão computacional, em que é difícil ou inviável desenvolver algoritmos convencionais para executar as tarefas necessárias.
Em português: aprendizado de máquina, aprendizagem de máquina ou aprendizado automático

O aprendizado automático ou também aprendizado de máquina (em inglês: machine learning) é um subcampo da Engenharia e da ciência da computação que evoluiu do estudo de reconhecimento de padrões e da teoria do aprendizado computacional em inteligência artificial.
Em 1959, Arthur Samuel definiu aprendizado de máquina como o “campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados”.
O aprendizado automático explora o estudo e construção de algoritmos que podem aprender de seus erros e fazer previsões sobre dados. Tais algoritmos operam construindo um modelo a partir de inputs amostrais a fim de fazer previsões ou decisões guiadas pelos dados ao invés de simplesmente seguindo inflexíveis e estáticas instruções programadas. Enquanto que na inteligência artificial existem dois tipos de raciocínio (o indutivo, que extrai regras e padrões de grandes conjuntos de dados, e o dedutivo), o aprendizado de máquina só se preocupa com o indutivo.

O aprendizado de máquina é usado em uma variedade de tarefas computacionais onde criar e programar algoritmos explícitos é impraticável.
Exemplos de aplicações incluem filtragem de spam, reconhecimento ótico de caracteres (OCR), processamento de linguagem natural, motores de busca, diagnósticos médicos, bioinformática, reconhecimento de fala, reconhecimento de escrita, visão computacional e locomoção de robôs. O aprendizado de máquinas é às vezes confundido com mineração de dados, que é um sub-campo que foca mais em análise exploratória de dados e é conhecido como aprendizado não supervisionado.
No campo da análise de dados, o aprendizado de máquinas é um método usado para planejar modelos complexos e algoritmos que prestam-se para fazer predições- no uso comercial, isso é conhecido como análise preditiva. Esses modelos analíticos permitem que pesquisadores, cientistas de dados, engenheiros, e analistas possam “produzir decisões e resultados confiáveis e repetitíveis” e descobrir os “insights escondidos” através do aprendizado das relações e tendências históricas nos dados.

O aprendizado supervisionado (supervised learning) é a tarefa de aprendizado de máquina de aprender uma função que mapeia uma entrada para uma saída com base em pares de entrada-saída de exemplo.
ENTRADA – SAÍDA

(vetor de entrada) – valor de saída
Ele infere uma função dos dados de treinamento rotulados que consistem em um conjunto de exemplos de treinamento.

No aprendizado supervisionado, cada exemplo é um par que consiste em um objeto de entrada e um valor de saída desejado.

Um algoritmo de aprendizado supervisionado analisa os dados de treinamento e produz uma função inferida, que pode ser usada para mapear novos exemplos.

Um cenário ideal permitirá que o algoritmo determine corretamente os rótulos de classe para instâncias invisíveis.

TIPOS DE MACHINE LEARNING

Aprendizado baseado em árvores de decisão
Aprendizado por regras de associação
Rede neural artificial
Aprendizado profundo
Lógica de programação indutiva
Máquinas de vetores de suporte
Clustering
Redes Bayesianas
Aprendizado por reforço
Aprendizado por representação
Aprendizado por similaridade e métrica
Aprendizado por dicionário esparso
Detecção de anomalias
Algoritmos genéticos

#machine #learning #aprendizado #maquina