Machine Learning faz parte da etapa em que a máquina começa a pensar por você. São algoritmos que podem coletar dados, aprender com eles e então determinar ações ou fazer predições. Surgiu como uma aplicação mais específica dentro da Inteligência Artificial.

Pode ser classificado em dois tipos: supervisionado e não supervisionado. No supervisionado, o algoritmo é treinado para reconhecer entradas (inputs) que se relacionam com saídas (outputs), a partir do histórico de informações. Por exemplo a foto de um cachorro: em meio a milhões de imagens rotuladas como ‘cachorro’ e ‘não é cachorro’, um algoritmo pode aprender a reconhecer fotos contendo o cachorro e aquelas que não contêm.

E no não supervisionado, também chamado de mineração de dados, os algoritmos tentam identificar padrões/divisões nos dados. Como quando um algoritmo consegue identificar segmentos de clientes ao analisar padrões comportamentais, por exemplo.

Deep Learning

Deep Learning é uma técnica de Machine Learning que ensina exemplos de ações para máquinas poderem executá-las por conta própria. Tal tecnologia permite que um carro sem motorista reconheça um sinal de parada ou diferencie um poste de um pedestre, por exemplo, ou também possibilita controle e reconhecimento de voz por dispositivo eletrônicos, como celulares ou televisores.

As redes neurais artificiais inspiradas no cérebro humano são capazes de executar tarefas que normalmente seriam feitas por pessoas, porém as máquinas adquirem habilidades que substituem tais atividades, sem necessitar envolvimento humano. Da mesma forma como aprendemos algo por experiência e vamos melhorando nisso, os algoritmos no Deep Learning executam tarefas repetidamente e aprimoram seus resultados com o tempo. A máquina passa a pensar de forma profunda para você, a fim de solucionar problemas e executar ações de forma cada vez mais otimizada, rápida e prática.