“O aprendizado de máquina automatizará tarefas que a maioria das pessoas pensava que só poderiam ser feitas por pessoas”.

– Dave Waters

Este é o primeiro de uma série de artigos em nosso blog sobre Conceitos Fundamentais de Machine Learning. À medida que Machine Learning está cada vez mais presente em nossas vidas, conhecer os conceitos fundamentais se torna relevante para profissionais de qualquer área. Aproveite a leitura.

Machine Learning (ou em português Aprendizado de Máquina) é uma das áreas da Ciência de Dados mais significativas no mundo moderno. O aprendizado de máquina está ganhando mais popularidade a cada dia e é uma das tendências emergentes mais incríveis da geração atual. Em Machine Learning observamos avanços e a rápida progressão feita pelos humanos nas últimas décadas.

Hoje, casos de uso de Machine Learning estão ao nosso redor. Assistentes digitais pesquisam na web e tocam música em resposta aos nossos comandos de voz. Os sites recomendam produtos, filmes e músicas com base no que compramos, assistimos ou ouvimos antes. Os robôs aspiram nosso chão com base em visão computacional e reconhecimento de padrões. Os detectores de spam impedem que e-mails indesejados cheguem às nossas caixas de entrada. Os sistemas de análise de imagens médicas ajudam os médicos a detectar tumores. Sistemas de detecção de anomalias avisam sobe transações financeiras suspeitas e evitam que fraudes aconteçam com nossos cartões de crédito. E os primeiros carros autônomos estão pegando a estrada.

Todas essas aplicações possuem algum tipo de integração de aprendizado de máquina e é evidente que o aprendizado de máquina está se destacando atualmente em vários campos. Antes de mergulharmos no que podemos fazer para dominar o aprendizado de máquina, vamos primeiro entender o que é Machine Learning. Abaixo algumas definições:

“Machine Learning é o campo de estudo que dá aos computadores a capacidade de aprender sem serem explicitamente programados.”
– Arthur Samuel

“Diz-se que um programa de computador aprende com a experiência E no que diz respeito a alguma classe de tarefas T e medida de desempenho P, se seu desempenho nas tarefas em T, conforme medido por P, melhora com a experiência E.”
– Tom Mitchell

O aprendizado de máquina tem muitas definições. Mas, as duas explicações teóricas acima devem dar à maioria dos iniciantes uma compreensão intuitiva do que podemos esperar das metodologias de aprendizado de máquina. Aqui está uma definição mais formal:

Machine Learning é um ramo da Inteligência Artificial (IA) focado na construção de aplicativos que aprendem a partir dos dados e melhoram sua precisão ao longo do tempo, sem serem programados para isso.

Em Data Science, um algoritmo é uma sequência de etapas de processamento matemático e estatístico. No aprendizado de máquina, os algoritmos são ‘treinados’ para encontrar padrões em grandes quantidades de dados, a fim de tomar decisões e fazer previsões quando recebem novos dados. Quanto melhor o algoritmo, mais precisas as decisões e previsões se tornarão à medida que ele processa mais dados.

Podemos esperar mais. À medida que o Big Data fica cada vez maior, a computação se torna mais poderosa e acessível e os Cientistas de Dados desenvolvem algoritmos mais capazes, o aprendizado de máquina proporcionará uma eficiência cada vez maior em nossas vidas pessoais e profissionais.

O aprendizado de máquina se concentra em aplicativos que aprendem com a experiência e melhoram sua tomada de decisão ou precisão preditiva ao longo do tempo.

Se você quiser aprender mais sobre Ciência de Dados e Machine Learning e como dominar o assunto, a Data Science Academy oferece diversos cursos completos e práticos de Machine Learning para todos os níveis. Clique aqui para conferir.

Nesta série de artigos, nosso principal objetivo será cobrir a maioria dos aspectos essenciais do aprendizado de máquina. Também exploraremos as várias características e definições em Machine Learning e o que você pode fazer para dominar a maioria dos itens essenciais neste campo. 

Continue na Parte 2.

Referências:

Machine Learning em Python e R

Machine Learning 101: Master ML

Deep Learning Book