[vc_row full_width=”stretch_row” css=”.vc_custom_1569913332442{margin-bottom: -100px !important;background-image: url(https://iqonic.design/wp-themes/xamin/wp-content/uploads/2019/09/01-2.jpg?id=237) !important;background-position: center !important;background-repeat: no-repeat !important;background-size: cover !important;}”][vc_column][xamintitle position=”center” xamintitle_content=”Machine Learning” xamin_subtitle_content=”O que é e qual sua importância?”][vc_column_text]Texto originalmente publicado em sas.com
O aprendizado de máquina (em inglês, machine learning) é um método de análise de dados que automatiza a construção de modelos analíticos. É um ramo da inteligência artificial baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana.
Evolução do machine learning
Graças às novas tecnologias computacionais, o machine learning de hoje não é como o machine learning do passado. Ele nasceu do reconhecimento de padrões e da teoria de que computadores podem aprender sem serem programados para realizar tarefas específicas; pesquisadores interessados em inteligência artificial queriam saber se as máquinas poderiam aprender com dados. O aspecto iterativo do aprendizado de máquina é importante porque, quando os modelos são expostos a novos dados, eles são capazes de se adaptar independentemente. Eles aprendem com computações anteriores para produzir decisões e resultados confiáveis, passíveis de repetição. Isso não é uma ciência nova – mas uma ciência que está ganhando um novo impulso.
Embora diversos algoritmos de machine learning existam há muito tempo, a capacidade de aplicar cálculos matemáticos complexos ao big data automaticamente – de novo e de novo, mais rápido e mais rápido – é um desenvolvimento recente. Eis alguns exemplos bem conhecidos de aplicações de machine learning, dos quais você já deve ter ouvido falar:
- Os carros autônomos super esperados do Google? A essência do machine learning;
- Ofertas recomendadas como as da Amazon e da Netflix? Aplicações de machine learning para o dia-a-dia;
- Saber o que seus clientes estão falando de você no Twitter? Machine learning combinado com criação de regras linguísticas;
- Detecção de fraudes? Um dos usos mais óbvios e importantes de machine learning no mundo de hoje.
Machine learning e inteligência artificial
Enquanto a inteligência artificial (IA) pode ser definida, de modo amplo, como a ciência capaz de mimetizar as habilidades humanas, o machine learning é uma vertente específica da IA que treina máquinas para aprender com dados. Assista a este vídeo para entender melhor a relação entre a inteligência artificial e o aprendizado de máquina. Você verá como essas duas tecnologias funcionam, com exemplos úteis e alguns apartes divertidos.
Qual a importância do machine learning?
O interesse renovado no aprendizado de máquina se deve aos mesmos fatores que tornaram a mineração de dados e a análise Bayesiana mais populares do que nunca: coisas como os crescentes volume e variedade de dados disponíveis, o processamento computacional mais barato e poderoso, o armazenamento de dados acessível etc.
Tudo isso significa que é possível produzir, rápida e automaticamente, modelos capazes de analisar dados maiores e mais complexos, e entregar resultados mais rápidos e precisos – mesmo em grande escala. E ao construir modelos precisos, uma organização tem mais chances de identificar oportunidades lucrativas – ou de evitar riscos desconhecidos.
O que é preciso para criar bons sistemas de machine learning?
- Capacidade de data preparation;
- Algoritmos – básicos e avançados;
- Processos automatizados e iterativos;
- Escalabilidade;
- Modelagem conjunta.

Você sabia?
- No aprendizado de máquina, um alvo é chamado de rótulo;
- Em estatística, um alvo é chamado de variável dependente;
- Uma variável em estatística é chamada de recurso em machine learning;
- Uma transformação em estatística é chamada de criação de recurso em machine learning.
[/vc_column_text][/vc_column][/vc_row]