Machine Learning. O que é e porque importa?

Machine LearningMachine Learning é um método de análise de dados que automatiza o desenvolvimento de modelos analíticos. Usando algoritmos que “aprendem” interactivamente a partir de dados, o Machine Learning permite que os computadores encontrem insights escondidos nos dados, sem serem explicitamente programados para o fazer.

O especto interativo na “aprendizagem de máquinas” é importante porque, à medida que os modelos vão sendo expostos a novos dados, eles vão ser capazes de se adaptar de forma independente. Eles aprendem com os cálculos anteriores para produzir decisões e resultados confiáveis e reproduzíveis. É uma ciência que não é nova, mas que está a ganhar um novo impulso.

Devido às novas tecnologias de computação, o Machine Learning de hoje não é como o que conhecíamos no passado. Apesar de muitos dos algoritmos de Machine Learning serem já antigos, a capacidade de aplicar rápida e automaticamente complexos cálculos matemáticos ao Big Data é um desenvolvimento recente.

Alguns exemplos amplamente divulgados de aplicações de Machine Learning com os quais já está certamente familiarizado:

  • Sugestões ou promoções on-line como as da Amazon? Aplicações de Machine Learning na vida quotidiana.
  • Saber o que os seus clientes dizem da sua marca no Facebook? Machine Learning combinado com criação de regras linguísticas.
  • Detecção de fraudes? Uma da aplicações mais importantes nos dias de hoje.
  • Os carros autónomos da Google que se guiam sozinhos? Um exemplo que revela a essência do Machine Learning.

Por que razão observamos um aumento do interesse no Machine Learning?

O interesse ressurgiu devido ao crescente volume e variedade de dados disponíveis, o processamento computacional que está mais barato e mais poderoso, e o armazenamento de dados mais acessível.
Hoje é possível produzir de forma rápida e automática modelos que permitem analisar grandes volumes de dados, mais complexos, e fornecer resultados mais rápidos e mais precisos.
O resultado?
Previsões de alto valor que podem levar a melhores decisões e ações inteligentes em tempo real sem a intervenção humana.

Um segredo para a produção de acções inteligentes em tempo real é o desenvolvimento de modelos automatizados. Thomas H. Davenport escreveu no The Wall Street Journal que, com os volumes de dados em rápida evolução e em crescimento, “(…) precisamos cada vez mais de fluxos de modelagem de rápida evolução para a podermos acompanhar”. E isto é possível com o Machine Learning. Segundo Davenport, “as pessoas podem normalmente criar um ou dois bons modelos por semana; com Machine Learning criam-se milhares de modelos por semana”.

Deep learning: adotar uma rede neural com muitas camadas ocultas, permitindo que um computador aprenda tarefas, organize informações e encontre padrões sozinho.
Se este tema lhe interessa, assista gratuitamente a este webinar com Demo e um exemplo prático e real: The Thinking Machine – Experiments in Deep Learning.

Deixar uma resposta