1.1. O Que é Machine Learning?

Machine Learning (Aprendizado de Máquina) é um subcampo da Inteligência Artificial que utiliza algoritmos estatísticos para permitir que sistemas "aprendam" com dados, identificando padrões e tomando decisões com intervenção humana mínima.


O Machine Learning é essencialmente Estatística computacional em ação. Enquanto a Estatística tradicional foca em inferência e testes de hipóteses, o ML prioriza a predição e a automatização. Ambas compartilham:


1.2. Principais Categorias

  1. Aprendizado Supervisionado (Dados rotulados - Regressão/Classificação) Ex: Prever preços de imóveis (Regressão Linear) ou diagnosticar doenças (Árvores de Decisão)
  2. Aprendizado Não-Supervisionado (Dados não rotulados - Clusterização) Ex: Segmentação de clientes (K-Means), Redução de dimensionalidade (PCA)
  3. Aprendizado por Reforço (Sistemas que aprendem por tentativa e erro) Ex: Jogos autônomos, Robótica

1.3. Por Que Combinar Estatística e ML?

Estatística Clássica Machine Learning
Foco em interpretabilidade Foco em performance preditiva
Amostras menores Grandes volumes de dados
Testes de significância Otimização de hiperparâmetros

1.4. Aplicações Práticas

🏥 Saúde: Diagnóstico de câncer com redes neurais