Acho que um bom keyço, antes de chegar aqui postando projetos finalizados, Seria apresentar os canceitos de inteligência искусственная, наука о данных, машинное обучение E глубокое обучение. Vejo que no início muitas pessoas acabam tendo um pouco de dificuldade de interender как dierencas de cada área. Espero Que Com Esse post eu insiga ajudar esclarecer как coisas Para Você.
Para keyçar a falar sobre ia é reecyrio primeiro falarmos sobre o processo de transformoção digital que vem acontecendo nos últimos tempos. MAS O QUE ESSA TRASTARAção Digital Provocou? O Que ela transformou?
Бом … Пратитаменте Тудо. Quem aqui nunca pediu uma comidha no final de semana pelo ifood? Quem nunca se pegou, enquanto sanepjava uma viagem, compassando os preços dos hoteis com os preços oferecido pelo airbnb? OU SE PEGOU PEDINDO UM UBER? Essas e Outras formas de agir vem sendo mudadas com o avanço da tecnologia e com as empresas ditas como disrestivas.
Junto Com Isso A Produção de Dados Cresceu E Muito. Só para ter uma noção, vou deixar aqui abaixo umaememem que mostra Quantidade de dados gerados em 60 minutos, no ano de 2019, por alguns aplicativos bem conhecidos que com certeza untiliza no seu dia dia.
E ai, vocês tinham noção desse número? Pois eu fiequi bem ursesa.
Você provavelmente já deve ter ouvido falar que data science é “o emprego mais sexy do século 21”. Эй, Нэ, Е, Кеса То -Фаландо …
Vou deixar o artigo Aqui Para Você Conferir.
Data Science é SO Computação? Нюо !!! Апенас Формадос Эм Т.И. Нюо Месмо.
Наука данных é A Soma de Algumas áreas Como Matemática, Programação, Estatística… Aqui precisamos ter (ou desenvolver). Проблема с камидадом de solucionar e claro, ter um intendimento de negócio. Já deu pra perceber que estamos falando de um (a).
Pessoa Cientista de Dados é ouctrável por transformar Dados em Informações úteis Que Podem Auxiliar в качестве Empresas no Processo de tomada de decisão. Muitas Vezes essa pessoa repecte perguntas que antes nem mesmo tinham sido formuladas.
Как Funcões de um/uma cientista de Dados podem variar de acordo com empresa em que trabalha e o seu nível. MAS A Pessoa Cientista de Dados utiliza modelos estatisticos, алгоритмос de machine learning eutras ferramentas e estratégias para obter e trabalhar em cima dos dados. O Que muita gente nionabe é Que os dados não chegam prontos da sua fonte, um trabalho minucioso precisa ser feito. ELES PRECISAM SER TRATADOS E MODELADOS PARA SE CHEGAR NO RESSOUTADODADO QUE SE ESPERA.
Vou utilizar определенно Que encontrei em um livro de Machine Learning (Aprendizado de Máquina com scikit-learn & tensorflow) Que Gosto Muito:
* “Aprendizado de Máquina é A Ciência (E A Arte) DA Programação de Computadores Para Que Eles Arpender Aprender Com Os Dados.
Veja Uma definição um pouco mais abrangente:
Aprendizado de Máquina é O Campo de Estudo Que Dá oos Computadores Ahabilidade de aprender ser явное программа. -Артур Самуил, 1959 г. “Жерон, Аурелиен. MãOS à OBRA: Aprendizado de Máquina Com Scikit-Learn & Tensorflow. *
Como Já foi dito Anthermente, Milhões de Dados She Gerados a Cada minuto e uma coisa Que Que ocê precisa indender é que dado é Informação e que além de ser Informação por si Sook, Ele Pode Teraer ainda Mais informausees quando analisados do orreta orreta orreta orretas do.
OS DADOS PODEM DIZER MIUTO SOBRE O GOSTO DOS SEUS КЛИЕНТЫ. Por Exemplo, O Que Eles Gostam de Consumer Ete o o que de acordo com histórico de compras dele (ou de верс -pessoas com gosto anload) riana ser interessante de ser apresentado a ele através de unúncio.
Um exemplo muito utilizado para exemplificar o que pode ser feito através do aprendizado de máquina é a classificação de mails em spam e não spam. Isso Mesmo, O Filtro de Spam do Seu E-mail é UM Programa de A.M. Ассим, база Электронные письма Já Conhecidos e rotulados como spam e não spam, o nosso modelo consegue aprender commes dados e classificar ovos e-mail de forma correta (Bom, é isso Que gate espera né).
É claro Que conseguimos fazer mais coisas com os algoritmos de a.m. Alem de Classifificar, Тамбем Podemos Prever Valores, Como Prever o Valor do valuguel de um imóvel com base Nas Suas Características (nº de Quartos, Banheiros, Se Osui Garagem e и т. Д.) E Também Podemos fazer Agrupamentos, Para Fazer Uma Segmentação de Cliestes por.
Para se chegar em um modelo que perferma bem, um caminho com alguns passos precisa ser percorrido, precisamos contender o Проблема, Obter Os Dados, Conhecer Melhor Esses Dados, Tratar Esses Dados e … Alem Diso, Essec o Aprendizado Superiorado e Onao Superisionado (Já Dando UM Spoiler, Esse Será O Assunto Do Próximo Post RS).
Aqui estou Citando Alguns Ememplos para tornar o seu intendimento mais claro, mas pretendo trazer conteúdos detalhados arta dos modelos que podem ser criados e que soluções eles podem trazer.
O Глубокое обучение Vem Sendo Muito utilizado Por Grandes Empresas Como Amazon, Microsoft, Google E Autras Pricnalmente Para Classificação, Reconhecimento de Voz E Reconhecimento de Imagem. ExplicAndo de uma forma mais simples, o Deep Learning é Um Ramo Dent Do Machine Learning Voltado à Análise Mais Aprofundada de Dados E em um тома Muito mais amplo de Dados.
O Основная objetivo é rewer que as maquinas aprendam assariar padrões e correlações em um grande de dados e tentar perproduzir comme aprendizado, o funcionamento das redes nureais do cérebro humo.
Esse aprendizado é feito através de múltiplas Camadas e Enveliew Diversos Neurenios Que utilizam funcões matemáticas no seu интерьер.
Um Assunto TãAO Lindo e Amplo Merece Um Post Mais explicativo só para si, Entãa em breve intraremos fundo (olha a piadinha rs) dentro do
Esse foi um post mais básico onde quis trazer os princiats canceitos das áreas e tecnologias Que você já deve ter ouvido falar por ai. Aqui Damos Inicio A Nossa Caminhada Нет Мундо Дос 🎲.
Abaixo vou deixar mais alguns link de conteúdos relacionados ao assunto para te Вспомогательный nos etudos:
Livro mãos à obra: aprendizado de máquina com scikit-learn & tensorflow
Curso de inteligência искусственный пара -тодос
Intatos:
Оригинал: “https://dev.to/beatrizmaiads/o-que-e-inteligencia-artificial-data-science-machine-learning-e-deep-learning-primeiros-passos-2-41l7”