O que significa Machine learning
Machine learning é uma área da ciência da computação que significa ¨aprendizado da máquina¨.
Faz parte do conceito de inteligência artificial, que estuda meios para que máquinas posam fazer tarefas que seriam executadas por pessoas.
É uma programação usada nos computadores, formada por regras previamente definidas que permitem que os computadores tomem decisões com base nos dados prévios e em dados usados pelo usuário.
De acordo com programações feitas o computador tem habilidade para tomar decisões que podem resolver problemas ou impulsionar publicações na internet, por exemplo.
Como funciona o machine learning?
A base do funcionamento são os algoritmos, que são sequências definidas e compostas por informações e instruções que vão ser seguidas pelo computador.
Essas sequências permitem que os computadores tomem uma decisão de acordo com a situação e com as informações que foram inseridas nele.
É o algoritmo que carrega as informações sobre como devem ser feitos determinados procedimentos e operações ou sobre como uma ação deve ser executada.
Existem vários tipos de aplicação e de linguagens de programação para o uso dos algoritmos. Elas variam de acordo com a necessidade que vai ser atendida ou com o objetivo do algoritmo criado.
Tipos de machine learning
Existem dois tipos principais de aprendizado da máquina: a aprendizagem supervisionada e a aprendizagem não supervisionada.
Aprendizagem supervisionada
Na aprendizagem supervisionada existe um conjunto prévio de dados inseridos na máquina e as sugestões que serão dadas ao usuário devem ser parecidas com os dados registrados.
Basicamente as informações são usadas para prever um resultado esperado pelo usuário ou para fazer a classificação de elementos usados.
Exemplo: uma fotografia é colocada no navegador de internet, que faz uma busca para encontrar a informação sobre a origem da imagem ou outras imagens parecidas.
Aprendizagem não supervisionada
Na aprendizagem não supervisionada não existe um resultado específico esperado, ou seja, não é possível prever os resultados do cruzamento das informações.
Nesse tipo de aprendizagem os dados são agrupados e os resultados mudam de acordo com as variáveis.
Exemplo: em um motor de busca de uma biblioteca é possível conseguir resultados variados. A alteração dos resultados depende do tipo de busca feita e das variáveis que são usadas, como nome do livro, nome do autor ou data de publicação.
Veja também o significado da Inteligência artificial.
Para que serve o machine learning?
O machine learning pode ser usado para muitas funções. Uma das mais usadas hoje em dia é nas mídias sociais, na pesquisa na internet e no marketing digital.
Por exemplo: os algoritmos de machine learning são usados para fazer sugestões a um usuário da internet. São usados em sites de comércio virtual, redes sociais, jogos, plataformas de armazenamento de vídeos e aplicativos de reprodução de música.
Nesse caso o algoritmo usa os dados das suas sequências e os dados de histórico de navegação na internet para fazer novas sugestões ao usuário. As preferências do usuário durante a navegação e o compartilhamento de dados são usados para fazer a sugestão de programas ou serviços que sejam parecidos.
Esses são usos mais comuns, mas os conhecimentos do machine learning também podem ser aplicados para muitas outras situações, como:
- pesquisas na internet,
- coleta e análise de dados,
- rastreamento de mensagens de spam,
- organização e classificação de informações,
- busca de fraudes na internet.
Diferença entre machine learning e deep learning
Tanto o machine learning quanto o deep learning são formas de uso inteligência artificial. Mas existe diferença entre eles porque o deep learning (que significa aprendizado profundo) tem características mais parecidas com a capacidade de aprendizado do ser humano.
O deep learning também usa a previsão de resultados a partir de dados já estabelecidos. A diferença é que isso acontece com mais precisão, mais parecido com o que acontece no cérebro de uma pessoa porque o computador consegue adaptar a informação com mais flexibilidade.
Isso acontece porque no deep learning é criada uma rede neural artificial, que que o funcionamento parecido com a rede de neurônios do cérebro humano.
É essa rede que faz com que o funcionamento da máquina tenha muitas semelhanças com o funcionamento do cérebro e consiga de aprender e interpretar informações.
Veja também os significados de Software e Bitcoin.
Fonte: Significados
Comentários
Postar um comentário