O Machine Learning (ML) é uma área da Inteligência Artificial que permite aos computadores aprenderem padrões a partir de dados e fazer previsões ou tomar decisões sem serem explicitamente programados para cada tarefa. Hoje apresentamos cinco conceitos muito comuns.
No ML, trabalhamos com datasets, que são conjuntos de dados estruturados. Cada entrada do dataset é composto por:
- Features (características): informações ou atributos que descrevem cada exemplo.
- Label (ou alvo): o resultado que queremos prever, seja um valor contínuo (ex.: preço) ou uma categoria (ex.: sim/não).
O modelo (model) é o algoritmo que aprende a relação entre as features e a label. O processo de training (treino) consiste em ajustar o modelo para que ele faça previsões cada vez mais precisas.
Percebeu? Vamos a uns pequenos exemplos
Features (ou variáveis)
- São os atributos ou características que descrevem cada exemplo do dataset.
- Exemplo: num dataset de casas:
- Tamanho (m²)
- Número de quartos
- Ano de construção
No ML, estas são as informações de entrada usadas pelo modelo para aprender.
Dataset
É o conjunto de dados que usamos para treinar e testar o modelo.
Geralmente dividido em:
- Treino (Training set) – usado para ensinar o modelo.
- Teste (Test set) – usado para avaliar a performance do modelo.
Pode incluir features e labels.
Label (ou alvo)
É o resultado que queremos prever.
- Exemplo no dataset de casas:
- Preço da casa → label contínua (regressão)
- Categoria: barata/cara → label categórica (classificação)
Model
É o algoritmo ou função que aprende a relacionar features com labels.
Exemplos:
- Regressão linear, árvores de decisão, redes neuronais, SVM.
Training (Treino)
É o processo de ensinar o modelo usando o dataset de treino. O modelo ajusta os seus parâmetros para minimizar erros entre a previsão e a label real.
Leia também…
- Inteligência Artifical: breve história que começou em 1950
- Inteligência Artificial: ANI, AGI e ASI! Conheça as diferenças
- Machine Learning vs Deep Learning: quais as principais diferenças?
- Inteligência Artificial: quais os tipos de Machine Learning?
- Inteligência Artificial: saiba o que é Deep Learning