Taxa De Suicídios No Brasil é Maior Entre Os Mais Velhos |
O que é Machine Learning? Machine Learning ou Aprendizagem de Máquina é um campo de estudo que ensina pcs a sondar e especificar padrões de detalhes para fazer previsões. O conceito faz quota da área de Ciência da Computação e combina aplicações de reconhecimento de modelos e Inteligência Artificial. Poderá-se resumir Machine Learning à simulação de um modo natural para seres humanos: assimilar com a experiência. Softwares e Computadores têm potencial para processar grandes volumes de detalhes, além de recursos pra distinguir e destacar modelos e padrões. A Aprendizagem de Máquina é uma programação de sistemas pra apreender detalhes e rotular sugestões complexas, com caracterização da aprendizagem, pra logo depois apresentar previsões e estimativas. A área tem aplicações ainda mais cotidianas com a sofisticação dos aplicativos pra celular. Com Machine Learningé possível ampliar a inteligência humana de definir dificuldades e se antecipar a riscos, com base nos resultados levantados pelos programas.
Isto se aplica em dúvidas relativas ao Big Data, isto é, o extenso conjunto de detalhes armazenados, no qual a Aprendizagem de Máquinas têm sido a técnica-chave pra solucionar demandas. Os usos vão desde diagnósticos médicos, previsões do tempo e identificação de transformações climáticas até análises e deduções sobre o mercado de ações.
A Inteligência Artificial é uma área de estudos desenvolvida na década de 1950, que propõe programas de pc com níveis de comunicação e respostas bem-sucedidas, em simulação das interações intelectuais. Além disso, o foco ainda tem o propósito de fazer modelos de conhecimentos que deem respostas automáticas com base na análise de dados e observação dos usuários.
Neste instante o Machine Learning, como dito anteriormente, pode ser considerado um subcampo da ciência pela qual a Inteligência Artificial está. No entanto, sua especificidade se baseia no discernimento adquirido por pcs, o que possibilita a anteceipação de fatos e comportamentos de acordo com padrõesdos usuários identificados em um momento anterior. Deste modo, a Aprendizagem de Máquinas pode ser ponderada como uma divisão sério da Inteligência Artificial, porque evolução a experiência adquirida pelo computador. Essas inovações são resultâncias diretas do aperfeiçoamento da assimilação e classificação de dados pelo Machine Learning.
Tais benefícios tecnológicos estão diretamente ligados ao processamento de grandes volumes de dados por pcs, ao invés de instruções programadas, linha a linha, em linguagem de programação. Como tem êxito a Aprendizagem de Máquina? A programação de Machine Learning se subdivide em Aprendizagem Supervisionada e Aprendizagem Não-supervisionada. A primeira impõe modelos de entrada de fatos populares e saída de previsões, durante o tempo que a segunda identifica padrões e estruturas ocultas pela entrada de detalhes. A Aprendizagem Supervisionada determina um algoritmo de aprendizagem a partir de um conjunto de fatos populares pra, por isso, rotular os dados.
Além do mais, em paralelo a este sistema de categorização, o sistema ainda poderá recordar entradas de detalhes anteriores para fazer previsões e deduções fundamentadas nos grupos de dicas neste instante incorporados. O Aprendizado Não-supervisionado se refere à programação que acha padrões escondidos ou estruturas especiais nos fatos. Assim como chamada de "Clustering", essa descrição permite montar estimativas para infos complexas e sem registros no sistema, visto que o cruzamento das respostas mais bem-sucedidas configura a circunstância de "discernimento" da máquina. Desta forma, Machine Learning tem procedimentos internos que caracterizam o processamento de elementos. Tais como, o Aprendizado Supervisionado garante que o e-mail reconheça mensagens do tipo spam, durante o tempo que o Aprendizado Não-supervisionado viabiliza o emprego da nova Resposta Inteligente no Gmail. Diversos softwares usados cotidianamente contam com tecnologia de Aprendizagem de Máquina. Os aprimoramentos contínuos de apps de e-mail, navegação por GPS e até browsers oferecem melhorias adaptadas ao usuário, de acordo com os costumes, o modo de digitar e o histórico de navegação. As inovações provocam na criação dos "Filtros-Bolha", com informações selecionadas de acordo com gostos do usuário.
Assim como existem programas com objetivos nobres e altruístas, como é o caso do TensorFlow, plataforma aberta de Machine Learning do Google Tradutor. Ela é usada em projetos de pesquisa pra rastrear animais em traço de extinção ou diagnosticar doenças oculares em diabéticos. Outros aplicativos tem funcionalidades mais particulares, como o Google Play Music, com recomendações para tocar de acordo com o clima ou a hora do dia.
Ou o Google Maps que, além distinguir nomes de ruas e endereços de bilhões de imagens do Street View, leva em consideração os caminhos de trânsito e a disponibilidade de estacionamento em regiões das cidades, conforme o horário. O Google I/O, evento anual com novidades da companhia, apresentou uma série de inovações para aprimorar a personalização e otimização do exercício de smartphones com Android. Dúvidas sobre isso Aprendizado de Máquina ou Inteligência Artificial? Pergunte no Fórum do TechTudo.
Комментировать | « Пред. запись — К дневнику — След. запись » | Страницы: [1] [Новые] |