Olhando para a Frente
Temos essa necessidade incessante de saber as coisas, uma necessidade de predizer coisas sem evidências diretas. Se você não acredita que isso seja verdade, pense apenas no tempo. Quando foi a última vez que você saiu de casa sem verificar se precisava de guarda-chuva ou roupas mais quentes? E quanto aos números ganhadores da loteria no próximo fim de semana? O fato é que cada um de nós gostaria de poder fazer previsões a partir das informações de que dispomos. Infelizmente, isso não é tão fácil. Há muitas informações e várias variáveis a serem consideradas. Há muito disso para uma pessoa lidar. Mas uma máquina? Se fosse possível, poderíamos afetar significativamente muitos aspectos de nossas vidas.
Aprendizado de Máquina
O aprendizado de máquina é o ramo da ciência da computação que tenta fazer exatamente isso – fazer previsões. É a habilidade de uma máquina de aprender a fazer algo para o qual não foi programada. Envolve vários aspectos de aprendizagem, incluindo reconhecimento de padrões, computação e geração de resultados. Usando as informações que foram coletadas, o computador tenta derivar novas idéias e conclusões onde elas não existiam antes. Como afirmado anteriormente, isso pode ser difícil. Os computadores têm uma vantagem sobre as pessoas nessa área. Os conjuntos de informações podem ser muito grandes, às vezes quase grandes demais até mesmo para uma máquina manipular.
Técnicas
O aprendizado de máquina aplica técnicas como reconhecimento de padrões, computação e geração de resultados aos dados coletados. O reconhecimento de padrões examina grupos de informações e tenta encontrar relações entre eles. Como exemplo, digamos que seu conjunto de informações inclua os valores 2, 4, 6 e 8. Seria lógico concluir que o valor anterior na sequência é 0 e o próximo valor seria 10. Claramente, este exemplo é muito simples para precisar de uma máquina. Mas não é exagero aplicar uma ideia semelhante aos números da loteria.
A computação é a disciplina com a qual a maioria de nós está familiarizada quando pensamos em computadores. Processamos números em planilhas como o Microsoft Excel, formatamos documentos em processadores de texto como o Microsoft Word e desenhamos imagens em programas como o Microsoft Paint. Todos esses requerem algum tipo de computação. O aprendizado de máquina usa as mesmas técnicas para manipular seus conjuntos de informações. No entanto, a escala e a quantidade são muito maiores.
A geração de resultados também é bastante comum, embora você possa não estar ciente disso. Nesta disciplina, várias informações são examinadas e uma conclusão ou resultado é gerado a partir delas. Por exemplo, digamos que temos as palavras ‘bicicleta’, ‘possui’ e ‘homem’. Poderíamos tirar as conclusões de que ‘o homem gosta de cavalgar’, ‘o homem cavalga para se exercitar’ e ‘o homem se preocupa com o meio ambiente’. Claramente, não podemos ter certeza sobre nenhum desses sem mais informações. Mas agora geramos alguns resultados que podem ser examinados com mais detalhes usando mais informações do conjunto de informações.
Formulários
O aprendizado de máquina está sendo aplicado a vários problemas de negócios. Áreas como gastos do consumidor (pense no Walmart) e gestão da cadeia de suprimentos (como a Amazon) vêm imediatamente à mente. Ao analisar os gastos do consumidor, as empresas estão interessadas no que seus clientes estão comprando, quando estão comprando e em quaisquer itens relacionados que possam ser vendidos durante a compra. Isso permite que eles façam um uso ideal do espaço físico e definam os níveis de estoque nos momentos apropriados. O gerenciamento da cadeia de suprimentos está intimamente relacionado. Essa área garante que as mercadorias cheguem quando necessário e que os níveis de estoque sejam mantidos em um mínimo, para reduzir despesas.
Resumo da lição
Para recapitular, o aprendizado de máquina é o ramo da ciência da computação em que os computadores tentam fazer previsões ou tirar conclusões. Ele aplica reconhecimento de padrão, computação e geração de resultados a um conjunto de informações. O reconhecimento de padrões tenta encontrar relacionamentos dentro de grupos de informações. A computação é a disciplina familiar usada para manipular conjuntos de informações. A geração de resultados é a disciplina que tenta determinar um resultado a partir de várias informações. O aprendizado de máquina está sendo aplicado a uma série de problemas de negócios, incluindo gastos do consumidor e gerenciamento da cadeia de suprimentos .