Skip to content

Introdução ao Aprendizado de Máquinas

1. Conceitos

O que é IA (Inteligência Artificial)?

IA é o uso de máquinas e computadores para imitar a capacidade humana de raciocinar, aprender e tomar decisões.

O que é Aprendizado de Máquina (Machine Learning - ML)?

É uma subárea de IA que permite as máquinas aprenderem a partir dados. EM vez de seguir regras fixas, o sistema descobre padrões e melhora sozinho com experiência. Exemplo: um filtro de spam que aprende quais e-mails são lixo com base em exemplos rotulados.

2. Tipos de Aprendizado

2.1 Aprendizado Supervisionado

  • Usa dados rotulados (ex: "gato", "cachorro") para treinar modelos;
  • Objetivo: prever ou classificar novos dados;
  • Tipos de problemas: classificação e regressão;
  • Usar quando: você ja sabe a resposta correta
  • Requer:
    • Dados rotulados para treinar o modelo;
    • Uma métrica para avaliar o resultado do modelo criado;
  • Exemplo: identificar frutas em imagens (classificação);

2.2 Aprendizado Não Supervisionado

  • Usa dados não rotulados para descobrir padrões ocultos;
  • Objetivo: prever ou classificar novos dados;
  • Tipos de problemas: classificação e regressão;
  • Usar quando você não sabe a resposta certa;
  • Requer:
    • Dados não rotulados para descobrir padrões ocultos;
  • Técnicas comuns: K-means, PCA (análise de componentes principais).
  • Exemplo: segmentar grupos de clientes, sistemas de recomendação de produtos;

3. Técnicas clássicas de ML

  • Naïve Bayes;
  • Árvores de decisão;
  • SVM (Máquinas de Vetores de Suporte);
  • K-means;
  • K-NN;
  • Regressão linear e logística;
  • Random Forest;
  • Gradient Boosting;
  • Redes Neurais Artificial;

4. Aplicações de aprendizado de máquina

  • Classificação de imagens e objetos;
  • Auxílio médico e diagnóstico automatizado;
  • Tradução automática (Google Translate);
  • Geração de imagens e música (GANs, RNNs, LSTM);
  • Modelos de linguagem (ChatGPT, Gemini, Llama, Claude);
  • Deepfakes;
  • Soluções de equações diferenciais (PINNs);
  • Meteorologia e previsão do tempo;
  • Aplicações financeiras, veículos autônomos, recomendação de conteúdo;