Compreender o machine learning
O aprendizado de máquina envolve a alimentação de grandes quantidades de dados em um algoritmo, que processa esses dados para encontrar padrões e relacionamentos.
Por exemplo, se você fornecer um modelo de IA com dados sobre seus hábitos de aspiração anteriores e o layout de sua casa, o modelo resultante pode ser usado para programar um robô aspirador para varrer seu tapete em um padrão semelhante ao seu. Agora imagine que muitos desses robôs foram vendidos, transmitindo todos os seus dados de aspiração de volta para o desenvolvedor. Usar o aprendizado de máquina para detetar padrões pode descobrir padrões de movimento ainda mais eficientes e otimizar caminhos para todos os aspiradores robóticos com o mesmo design.
No primeiro vídeo, você entenderá melhor o que é aprendizado de máquina.
O aprendizado de máquina é uma técnica de IA que usa algoritmos para criar modelos preditivos. Esses modelos são validados em relação a dados conhecidos, medidos por métricas específicas e ajustados conforme necessário. A este processo de aprendizagem e validação dá-se o nome de formação. Através da reciclagem, os modelos de aprendizagem automática melhoram as horas extraordinárias. Existem também metodologias fundamentais sobre como treinar modelos, por exemplo, aprendizagem supervisionada, aprendizagem não supervisionada e aprendizagem por reforço.
No próximo vídeo, você aprenderá a diferença entre essas metodologias e será apresentado à sua combinação em camadas, chamadas de deep learning.