O que é Machine Learning?
Machine learning é um subconjunto de inteligência artificial que permite que os sistemas aprendam e prevejam resultados sem programação explícita. Ele é frequentemente usado de forma intercambiável com o termo IA porque é a técnica de IA que causou o maior impacto no mundo real até hoje, e é o que você provavelmente usará em seu negócio. Chatbots, recomendações de produtos, filtros de spam, carros autônomos e uma vasta gama de outros sistemas utilizam machine learning, assim como “agentes inteligentes” como Siri e Cortana.
Neste artigo da Fortune, What is the Difference Between Artificial Intelligence and Machine Learning, o autor descreve claramente a diferença entre IA e Machine Learning: “IA é o conceito mais amplo de máquinas serem capazes de realizar tarefas de uma maneira que consideraríamos inteligente”, enquanto machine learning é “uma aplicação atual de IA baseada na ideia de que realmente deveríamos ser capazes de dar acesso a dados às máquinas e deixá-las aprender por conta própria.”
Como Funciona o Machine Learning?
Em vez de escrever algoritmos e regras que tomam decisões diretamente ou tentar programar um computador para “ser inteligente” usando conjuntos de regras, exceções e filtros, machine learning ensina sistemas de computador a tomar decisões aprendendo com grandes conjuntos de dados. Sistemas baseados em regras rapidamente se tornam frágeis quando precisam levar em conta a complexidade do mundo real; machine learning pode criar modelos que representam e generalizam padrões nos dados que você usa para treiná-lo, e pode usar esses modelos para interpretar e analisar novas informações.
Machine learning é adequado para classificação, que inclui a capacidade de reconhecer texto e objetos em imagens e vídeos, bem como encontrar associações em dados ou segmentar dados em clusters (por exemplo, encontrar grupos de clientes). Machine learning também é proficiente em previsão, como calcular a probabilidade de eventos ou prever resultados. Machine learning também pode ser usado para gerar dados ausentes; por exemplo, a versão mais recente do CorelDRAW usa machine learning para interpolar o traço suave que você está tentando desenhar a partir de vários traços ásperos que você faz com a ferramenta caneta.
Dois Modos de Machine Learning: Supervisionado e Não Supervisionado
Quando o software é usado para dizer ao algoritmo especificamente o que queremos descobrir, é chamado de ML supervisionado. Os algoritmos de machine learning usam uma variável ou atributo ‘alvo’ para ‘treinar’ um modelo com base nos dados da variável alvo.
ML não supervisionado é quando a máquina pode aprender a identificar processos e padrões complexos sem que um humano forneça orientação ao longo do caminho. Ele usa o agrupamento (clustering) como aplicação, onde os registros do conjunto de dados são automaticamente segmentados em grupos. Esses grupos são semelhantes aos registros em seu próprio grupo e dissemelhantes dos registros em outros grupos.
