Machine Learning

Machine Learning (aprendizado de máquina) é a área da inteligência artificial em que o computador aprende padrões a partir de dados, em vez de seguir regras programadas manualmente. Mostramos muitos exemplos ao algoritmo, e ele “aprende” a fazer previsões sobre dados novos.

Exemplo: em vez de escrever regras para identificar spam, treinamos um modelo com milhares de e-mails já rotulados como “spam” ou “não spam”, e ele aprende a classificar os próximos.

Tipos de aprendizado

Supervisionado

O modelo aprende com dados rotulados (sabemos a resposta certa).

• Classificação: prever uma categoria (spam ou não; doente ou saudável).
• Regressão: prever um número (preço, temperatura).

Não supervisionado

O modelo recebe dados sem rótulos e busca estrutura por conta própria.

• Agrupamento (clustering): juntar itens parecidos (segmentar clientes).
• Redução de dimensionalidade: resumir muitas variáveis em poucas.

Por reforço

O modelo (agente) aprende por tentativa e erro, recebendo recompensas ou punições. Usado em jogos, robótica e sistemas de recomendação.

Algoritmos comuns

Algoritmo	Tipo	Uso típico
Regressão linear	Supervisionado	Prever valores numéricos
Regressão logística	Supervisionado	Classificação binária
Árvore de decisão	Supervisionado	Classificação e regressão
KNN (vizinhos mais próximos)	Supervisionado	Classificação
K-means	Não supervisionado	Agrupamento

Treino, validação e teste

Para o modelo generalizar bem, dividimos os dados:

• Treino: o modelo aprende com esse conjunto.
• Validação: ajusta-se os parâmetros sem “contaminar” o teste.
• Teste: avalia-se o desempenho final em dados nunca vistos.

Overfitting e underfitting

Dois problemas centrais:

• Overfitting (sobreajuste): o modelo “decora” os dados de treino e vai mal em dados novos. Ótimo no treino, ruim no teste.
• Underfitting (subajuste): o modelo é simples demais e nem no treino aprende bem.

O ideal é o equilíbrio: um modelo que generaliza.

Métricas de avaliação (classificação)

• Acurácia: proporção de acertos no total.
• Precisão: dos que o modelo disse serem positivos, quantos eram mesmo.
• Recall (revocação): dos positivos reais, quantos o modelo encontrou.
• F1-score: média equilibrada entre precisão e recall.

Nota

Acurácia pode enganar em dados desbalanceados. Se 99% dos e-mails não são spam, um modelo que chuta “nunca é spam” acerta 99% — mas é inútil. Por isso olhamos também precisão e recall.

Relação com outras áreas

ML é a base de muitas aplicações modernas, incluindo Processamento de Linguagem Natural e a análise de grandes volumes em Big Data. Em Python, bibliotecas como scikit-learn, TensorFlow e PyTorch são as mais usadas.