mapas mentais.

1. É definido por um sistema computacional que procura executar uma determinada tarefa, aprendendo a partir de uma experiência e
procurando melhorar a performance do trabalho desempenhado. Exemplo: Um sistema ou aplicação que reconhece o acesso de
um usuário e fornece sugestões diferentes para cada tipo de usuário.
Ao invés de programar regras para a máquina, conseguimos deixar que a máquina aprenda essas regras por conta própria a partir
dos dados, chegando ao resultado de forma autônoma.
Tarefa Experiência Melhoria
Site: www.informaticanota10.com.br | E-mail: contato@informaticanota10.com.br
TECNOLOGIAS/RAMOS DA IA
O aprendizado de máquina também está intimamente relacionado à mineração de dados, pois um computador recebe dados como
entrada e utiliza um algoritmo para formular suas respostas. O aprendizado de máquina também é usado para uma variedade de
outras tarefas, como detecção de fraude, manutenção preditiva, automatização de tarefas e assim por diante.
Ex: Netflix, Disney +, Spotfy (todas as recomendações de filmes, séries ou músicas são baseadas nos dados históricos do usuário).
TIPOS DE APRENDIZADO
APRENDIZADO SUPERVISIONADO:
Um algoritmo utiliza dados de
treinamento para aprender a
relação de determinadas entradas
com uma determinada saída. Pode-
se usar o aprendizado
supervisionado quando os dados
de saída forem conhecidos. Assim,
o algoritmo irá prever novos dados.
APRENDIZADO NÃO SUPERVISIONADO:
Na aprendizagem não supervisionado,
um algoritmo explora dados de entrada
sem receber uma variável de saída
explícita. Ou seja, o objetivo é que o
sistema desenvolva suas próprias
conclusões a partir de um determinado
conjunto de dados.
APRENDIZADO POR REFORÇO:
O aprendizado por reforço é um modelo de
aprendizado de máquina comportamental
semelhante ao aprendizado
supervisionado, mas o algoritmo não é
treinado usando dados de amostra. Este
modelo aprende à medida que avança por
meio de tentativa e erro. Uma sequência de
resultados bem-sucedidos será reforçada
para desenvolver a melhor recomendação
ou política para um determinado problema.

2. Site: www.informaticanota10.com.br | E-mail: contato@informaticanota10.com.br
É um conjunto de técnicas e métodos que têm como propósito desenvolver sistemas/
máquinas capazes de se comportarem, operarem ou simularem uma inteligência similar à
humana — indo além da programação de ordens específicas para tomar decisões de forma
autônoma, baseadas em padrões de enormes bancos de dados.
Onde encontramos?
TECNOLOGIAS AGRUPADAS
ALGORITMOS
SISTEMAS DE APRENDIZADO
REDES NEURAIS ARTIFICIAIS
Máquinas capazes de se comportarem, operarem
ou simularem uma inteligência similar à humana
A HABILIDADE DE ANÁLISE PARA A
TOMADA DE DECISÃO
RACIOCÍNIO
PERCEPÇÃO DE AMBIENTE

3. O Deep Learning, ou aprendizagem profunda, é
um tipo especial de aprendizado de máquina.
Envolve redes neurais artificiais com várias
camadas de abstração, sendo aplicado para
reconhecimento de padrões e aplicativos de
classificação amparados por conjuntos de dados.
O Deep Learning “treina” máquinas para
executarem atividades como se fossem
humanos. Por exemplo, identificação de imagens
e reconhecimento de fala. Também
processa dados.
Site: www.informaticanota10.com.br | E-mail: contato@informaticanota10.com.br
TECNOLOGIAS/RAMOS DA IA
Processamento de Linguagem Natural: Um dos
exemplos de aplicação do PLN é a análise de
sentimentos, onde os algoritmos podem
procurar padrões em postagens de redes sociais
para compreender como os clientes se sentem
em relação a marcas e produtos específicos.
DEEP LEARNING PLN

4. Aplicações
Automação
Indústria Financeira
Governo
Saúde
Marketing
O aprendizado de máquina funciona de forma totalmente autônoma em qualquer área sem a necessidade de qualquer intervenção
humana. Por exemplo, robôs executando as etapas essenciais do processo de uma fábrica.
O aprendizado de máquina está se tornando cada vez mais popular no setor financeiro. Os bancos estão usando principalmente para
encontrar padrões de dados entre os clientes, mas também para evitar fraudes.
O governo usa o aprendizado de máquina para gerenciar a segurança pública e os serviços públicos.
A saúde foi uma das primeiras áreas a utilizar o aprendizado de máquina com a detecção de imagem.
Antes da era dos dados de massa (o chamado Big Data), os pesquisadores desenvolveram ferramentas matemáticas avançadas, como
análise bayesiana, para estimar o valor de um cliente. Com o crescimento dos dados, o departamento de marketing utiliza a
inteligência artificial, como o aprendizado de máquina, para otimizar o relacionamento com o cliente e os anúncios dos produtos, por
exemplo.
Site: www.informaticanota10.com.br | E-mail: contato@informaticanota10.com.br