A aprendizagem de máquina é um sub-campo da inteligência artificial dedicado ao desenvolvimento de algoritmos e técnicas que permitam ao computador aprender, isto é, que permitam ao computador aperfeiçoar seu desempenho em alguma tarefa. Enquanto que na Inteligência Artificial existem dois tipos de raciocínio: indutivo, que extrai regras e padrões de grandes conjuntos de dados, e dedutivo. A aprendizagem de máquina só se preocupa com o indutivo.
Algumas partes da aprendizagem de máquina estão intimamente ligadas à mineração de dados e estatística. Sua pesquisa foca nas propriedades dos métodos estatísticos, assim como sua complexidade computacional. Sua aplicação prática inclui o processamento de linguagem natural, motores de busca, diagnósticos médicos, bioinformática, reconhecimento de fala, reconhecimento de escrita, visão computacional e locomoção de robôs.
Abordagens:
* Aprendizado Supervisionado (Ex: Etiquetar)
* Aprendizado Não Supervisão (Clustering, Estatística)
* Aprendizado por Reforço (Informação de entrada como feedback)
* Transdução (Semelhante ao Supervisionado, mas sem uma função explícita)
* Aprendizado Multitarefa
[editar]
Nenhum comentário:
Postar um comentário