Análise automatizada de padrões
Introdução
Em geral
Aprendizado de Máquina (AA); Também chamado de automatizado, computacional máquina, ou máquina[1] (do inglês machine learning, ML), é o subcampo da ciência da computação e um ramo da inteligência artificial, cujo objetivo é desenvolver técnicas que permitam aos computadores aprender. Diz-se que um agente "Agente Inteligente (Inteligência Artificial)") aprende quando seu desempenho melhora com a experiência e através do uso de dados; isto é, quando a habilidade não estava presente em seu genótipo ou características no nascimento.[2] "No aprendizado de máquina, um computador observa dados, constrói um modelo baseado nesses dados e usa esse modelo tanto como uma hipótese sobre o mundo quanto como um software que pode resolver problemas."[3].
Em muitas ocasiões, o campo de atuação do aprendizado de máquina se sobrepõe ao da estatística inferencial, uma vez que ambas as disciplinas se baseiam na análise de dados. No entanto, o aprendizado de máquina incorpora preocupações com a complexidade computacional dos problemas. Muitos problemas são da classe NP-difícil, portanto, grande parte da pesquisa realizada em aprendizado de máquina está focada em projetar soluções viáveis para esses problemas. O aprendizado de máquina também está intimamente relacionado ao reconhecimento de padrões. O aprendizado de máquina pode ser visto como uma tentativa de automatizar algumas partes do método científico usando métodos matemáticos. Portanto é um processo de indução de conhecimento.
A aprendizagem automática tem um vasto leque de aplicações, incluindo motores de pesquisa, diagnósticos médicos, deteção de fraudes em cartões de crédito, análises de mercado para diferentes setores de atividade, classificação de sequências de ADN, reconhecimento de fala e linguagem escrita, jogos e robótica.
Resumo
Contenido
Algunos sistemas de aprendizaje automático intentan eliminar toda necesidad de intuición o conocimiento experto de los procesos de análisis de datos, mientras otros tratan de establecer un marco de colaboración entre el experto y la computadora. De todas formas, la intuición humana no puede ser reemplazada en su totalidad, ya que el diseñador del sistema ha de especificar la forma de representación de los datos y los métodos de manipulación y caracterización de los mismos.