08/10/2024
Cordeais Saudações, Eu sou Jardel Rafael Gabriel José.
Sou estudante de Ciência de Dados, no Brasil.
hoje vamos entender um pouco sobre: Machine Learning ( Aprendizagem de Maquinas).
-Vamos começar abrangendo a definição de Machine Learning apresentada anteriormente, também de Mitchell (1997): “Um Programa de Computador aprende a partir da experiência E em relação a alguma classe de tarefas T e medida de desempenho P se o seu desempenho nas tarefas T, medido por P, melhora com a experiência E” (tradução livre do autor).
-O primeiro passo para formular um problema de Machine Learning é determinar os elementos T, P e E do Problema de Aprendizagem.
-Como exemplo, considere um Programa de Computador que aprende a jogar damas. Esse programa pode melhorar seu próprio desempenho à medida que melhorar sua habilidade em ganhar partidas de jogos de damas. Uma forma de adquirir experiência para alcançar essa habilidade é treinar jogando contra si mesmo.
*Sistemas de Aprendizado de Máquina*
-Após a formulação do problema, você deverá realizar o Projeto do Sistema de Aprendizagem. Esse Projeto será importante para que você desenvolva uma solução que resolva o problema de aprendizagem.
-Vamos conhecer alguns elementos desse Sistema?
Russell e Norvig (2003) descrevem um modelo geral de um Agente de Aprendizagem.
Em Inteligência Artificial, um Agente é um mecanismo que percebe e atua sobre um ambiente.
Um agente que aprende é capaz de operar em ambientes inicialmente desconhecidos e se tornar mais competente do que seu conhecimento inicial sozinho permitiria.
*Aplicações*
-A Área de Machine Learning é uma das que mais tem crescido na Pesquisa em Computação nos últimos anos. A cada dia, muito cientistas têm proposto novos algoritmos, técnicas e ferramentas para resolver os mais variados tipos de problemas.
-A Indústria não tem ficado para trás e muitas áreas e segmentos de negócio têm se beneficiado dessas aplicações, especialmente:
• Agricultura e Pecuária;
• Ciência e Bioinformática;
• Biologia, Ecologia e Meio Ambiente;
• Energia;
• Finanças;
• Saúde;
• Telecomunicações.
Entre as várias aplicações de técnicas de Machine Learning na solução de problemas reais, podemos destacar:
• Reconhecimento de fala;
• Estimativa do preço de produtos de Mercado;
• Construção de portfólio de investimentos;
• Condução de veículos autônomos;
• Detecção de fraudes em cartões de crédito;
• Aspiradores robóticos que limpam residências;
• Jogos de tabuleiro, como damas e xadrez;
• Diagnóstico de câncer por meio da análise de expressão gênica.
obs: Não sei se deu para entender, pesquisem mais sobre o assunto, pois é muito interessante e lindo.
