
Scriptly ajuda as farmácias a identificar tendências em tempo real com Reveal
O aprendizado de máquina é um subconjunto da inteligência artificial que permite que os sistemas aprendam e prevejam resultados sem programação explícita. É frequentemente usado de forma intercambiável com o termo IA porque é a técnica de IA que causou o maior impacto no mundo real até o momento e é o que você provavelmente usará em seus negócios. Chatbots, recomendações de produtos, filtros de spam, carros autônomos e uma grande variedade de outros sistemas aproveitam o aprendizado de máquina, assim como "agentes inteligentes" como Siri e Cortana.
Neste artigo da Fortune, Qual é a diferença entre inteligência artificial e aprendizado de máquina, o autor descreve claramente a diferença entre IA e aprendizado de máquina: "IA é o conceito mais amplo de máquinas capazes de realizar tarefas de uma maneira que consideraríamos inteligente", enquanto o aprendizado de máquina é "uma aplicação atual de IA baseada na ideia de que devemos realmente ser capazes de dar às máquinas acesso aos dados e deixá-los aprender por si mesmos."
Em vez de escrever algoritmos e regras que tomam decisões diretamente ou tentar programar um computador para "ser inteligente" usando conjuntos de regras, exceções e filtros, o aprendizado de máquina ensina os sistemas de computador a tomar decisões aprendendo com grandes conjuntos de dados. Os sistemas baseados em regras rapidamente se tornam frágeis quando precisam levar em conta a complexidade do mundo real; O aprendizado de máquina pode criar modelos que representam e generalizam padrões nos dados que você usa para treiná-lo e pode usar esses modelos para interpretar e analisar novas informações.
O aprendizado de máquina é adequado para classificação, que inclui a capacidade de reconhecer texto e objetos em imagens e vídeos, bem como encontrar associações em dados ou segmentar dados em clusters (por exemplo, encontrar grupos de clientes). O aprendizado de máquina também é adepto da previsão, como calcular a probabilidade de eventos ou prever resultados. O aprendizado de máquina também pode ser usado para gerar dados ausentes; por exemplo, a versão mais recente do CorelDRAW usa aprendizado de máquina para interpolar o traço suave que você está tentando desenhar a partir de vários traços ásperos feitos com a ferramenta Caneta.
Quando o software é usado para dizer ao algoritmo especificamente o que queremos descobrir, isso é chamado de ML supervisionado. Os algoritmos de aprendizado de máquina usam uma variável ou atributo de 'destino' para 'treinar' um modelo com base nos dados da variável de destino.
ML não supervisionado é quando a máquina pode aprender a identificar processos e padrões complexos sem um humano para fornecer orientação ao longo do caminho. Ele usa clustering como um aplicativo, onde os registros do conjunto de dados são segmentados automaticamente em grupos. Esses grupos são semelhantes aos registros em seu próprio grupo e diferentes aos registros em outros grupos.
Quase todos os setores de negócios podem se beneficiar do aprendizado de máquina, incluindo aplicativos como previsão, detecção de fraudes e recursos humanos.
Se você está considerando uma carreira em aprendizado de máquina, aqui estão algumas das habilidades que o ajudarão a se destacar nesse campo em crescimento.
Abaixo estão as habilidades que ajudarão você a se tornar um profissional em aprendizado de máquina: