Aprendendo com os dados
Entendendo a inteligência artificial
Maarten Van den Broeck
Senior Content Developer at DataCamp
Funções e áreas de IA envolvidas
Funções e áreas de IA envolvidas
Entre no Machine Learning (ML)
Machine Learning: aprenda com os dados e identifique padrões
Entre no Machine Learning (ML)
Machine Learning: aprenda com os dados e identifique padrões
Entre no Machine Learning (ML)
Machine Learning: aprenda com os dados e identifique padrões
Entre no Machine Learning (ML)
Machine Learning: aprenda com os dados e identifique padrões
Entre no Machine Learning (ML)
Machine Learning: aprenda com os dados e identifique padrões
Aprendizado supervisionado: classificação
Aprendizado supervisionado: regressão e previsão
Regressão: atribuir a cada observação um resultado numérico ou rótulo
Previsão temporal: estimar valores futuros com base no passado
Aprendizagem não supervisionada e por reforço
Agrupamento: encontrar grupos de dados semelhantes (p.ex., algoritmo k-means)
Detecção de anomalias: identificar dados incomuns(p.?ex., transações)
Descoberta de regras de associação: encontre co-ocorrências comuns de itens em dados de transações
Aprendizagem por reforço: aprender por experiência a dominar uma tarefa complexa
O que você acha da aprendizagem profunda?
Modelos altamente sofisticados baseados em redes neurais profundas: resolvem tarefas muito desafiadoras em que os modelos clássicos do ML se tornam limitados
Aprenda com os dados como um cérebro humano faria
Precisa de muitos dados para aprender: às vezes, milhões de observações
O que você acha da aprendizagem profunda?
Modelos altamente sofisticados baseados em redes neurais profundas: resolvem tarefas muito desafiadoras em que os modelos clássicos do ML se tornam limitados
Precisa de muitos dados para aprender: às vezes, milhões de observações
