Aprendizado de máquina (ML)
- Aprendizado de máquina supervisionado
- Aprendizado de máquina não supervisionado
- Aprendizado de máquina autossupervisionado
A programação clássica usa programas (algoritmos) para criar resultados:
Computação Tradicional
Dados + Algoritmo de Computador = Resultado
Machine Learning usa resultados para criar programas (algoritmos):
Aprendizado de máquina
Dados + Resultado = Algoritmo de Computador
Aprendizado de máquina
O Machine Learning é frequentemente considerado equivalente à Inteligência Artificial.
Isso não está correto. O aprendizado de máquina é um subconjunto da Inteligência Artificial.
Machine Learning é uma disciplina de IA que usa dados para ensinar máquinas.
"Machine Learning é um campo de estudo que dá aos computadores a capacidade de aprender sem serem programados."
Arthur Samuel (1959)
Aprendizado Supervisionado
O aprendizado supervisionado usa dados rotulados (dados com respostas conhecidas) para treinar algoritmos para:
- Classificar dados
- Prever resultados
O aprendizado supervisionado pode classificar dados como "O que é spam em um e-mail", com base em exemplos conhecidos de spam.
O aprendizado supervisionado pode prever resultados, como prever que tipo de vídeo você gosta, com base nos vídeos que você reproduziu.
Aprendizado não supervisionado
O aprendizado não supervisionado é usado para prever relacionamentos indefinidos, como padrões significativos em dados.
Trata-se de criar algoritmos de computador que podem melhorar a si mesmos.
Espera-se que o aprendizado de máquina mude para aprendizado não supervisionado para permitir que os programadores resolvam problemas sem criar modelos.
Aprendizagem Auto-Supervisionada
O aprendizado autossupervisionado é semelhante ao aprendizado não supervisionado porque ambos trabalham com dados sem rótulos adicionados por humanos.
A diferença é que o aprendizado não supervisionado usa agrupamento, agrupamento e redução de dimensionalidade, enquanto o aprendizado autossupervisionado tira suas próprias conclusões para tarefas de regressão e classificação.