Ir para o conteúdo principal
Ir para o painel
Não sabe por onde começar? Faça um pequeno teste para receber recomendações personalizadas.
Aula 1 de 7
O que é machine learning?
Machine Learning Prático
Investigando histórias com o machine learning
Google Cloud AutoML Vision
Preparação de dados
Treinando seu modelo de machine learning
Avaliação e teste
check_box_outline_blank Hands-on Machine Learning: Take the Quiz
Curso
0% concluído
5 minutos para concluir

O que é machine learning?

image41_3.png

Machine learning para jornalistas. O que você aprenderá neste curso

image41_3.png

Jornalismo e machine learning

image41_2.png

Como os jornalistas podem usar o machine learning (ML) para aprimorar seus trabalhos jornalísticos? Essa é a pergunta que exploraremos neste curso.


O curso ajudará você a entender quais são as situações em que o machine learning é a ferramenta adequada para apoiar suas reportagens, e também o ensinará a treinar um modelo de machine learning.


Esta é a sequência do curso Introdução ao Machine Learning. Se você ainda não o fez, incentivamos que o faça antes de prosseguir com este curso.

image41_2.png

O que você pode esperar do curso

image31_2.png

Introdução ao Machine Learning explora o potencial oferecido pelo machine learning às organizações de notícias e explica como os jornalistas podem utilizá-lo com responsabilidade para aprimorar suas reportagens.


Este curso deseja ir um passo além e mostrar, através de um exemplo real que introduziremos na próxima aula, quais resultados os jornalistas podem alcançar com o uso do machine learning. Se você quer saber como o machine learning funciona na prática, e como usá-lo para reportar suas histórias, este curso é ideal.

Você será um criador especialista em machine learning e cientista de dados ao final deste curso? Desculpe-nos, mas não. Porém, você aprenderá os passos que evidenciam como funciona a maioria dos processos de machine learning – e poderá realizar experimentos por conta própria.

image31_2.png

Definindo o machine learning

image21_2.png

Antes de continuarmos, vamos nos certificar de que saibamos sobre o que estamos falando. O que é machine learning?


O machine learning é parte de uma coleção de tecnologias que são agrupadas sob o termo mais amplo de “inteligência artificial” (IA). Como a maioria da terminologia no campo da inteligência artificial, não há uma definição única de machine learning.


Em termos simples, machine learning é uma tecnologia que usa dados para responder a perguntas. Mais formalmente, refere-se ao uso de algoritmos que aprendem padrões a partir de dados e são capazes de executar tarefas sem estar explicitamente programados para isso. 


Além disso, uma característica marcante dos sistemas de machine learning é que eles melhoram seu próprio desempenho com a experiência e os dados. Em outras palavras: eles aprendem.

image21_2.png

Há várias formas de aprender

image45_2.png

Tenha em mente que não existe apenas uma única forma pela qual uma máquina pode aprender. Os diferentes métodos de machine learning geralmente são distinguidos pelos tipos de problemas que eles tentam solucionar, bem como pelo tipo e a quantidade de feedback fornecidos.


De modo geral, podemos dividir o machine learning em três subáreas: 1) Aprendizado supervisionado; 2) Aprendizado não supervisionado; 3) Aprendizado por reforço. Revise o curso Introdução ao Machine Learning para saber mais sobre o que diferencia essas três categorias.


Para os fins deste curso, vamos nos concentrar no aprendizado supervisionado. Isso significa que usaremos exemplos rotulados para treinar um algoritmo para atribuir automaticamente o rótulo correto a cada novo exemplo que solicitaremos que ele analise.

image45_2.png

Explorando o potencial do machine learning

image47_2.png

Agora que revisamos os fundamentos, estamos prontos para concluir essa introdução e seguir adiante.


Nas próximas duas aulas, apresentaremos um estudo de caso que fundamentará nosso exercício em um exemplo jornalístico concreto, bem como o algoritmo que usaremos para entender a dinâmica por trás da maioria dos processos de machine learning.


Então, as aulas seguintes terão como foco o guia prático passo a passo: como obter e preparar os dados, como treinar seu modelo de machine learning e como testar e avaliar o desempenho dele.


A última aula resumirá os aprendizados principais, ajudará a entender como aplicá-los em suas reportagens do dia a dia e recomendará outros recursos que você pode usar para mergulhar ainda mais a fundo no mundo do machine learning.

image47_2.png
Parabéns! Você terminou O que é machine learning? Sim, está em andamento
Recomendado para você
Como você classifica esta aula?
Seu feedback nos ajuda a continuar melhorando as aulas.
Sair e perder o progresso?
Ao sair desta página, você perderá todo o progresso dessa aula. Você quer mesmo continuar e perder seu progresso?