Aprendizado de Máquina

Aprendizado de Máquina (Machine Learning ou ML) é uma área da Inteligência Artificial que permite que sistemas aprendam padrões a partir de dados para fazer previsões, classificações ou tomar decisões, sem que todas as regras precisem ser programadas explicitamente. Em vez de definir manualmente cada regra, o sistema é treinado com exemplos e dados para identificar relações e melhorar seu desempenho em determinada tarefa.

Em Produto, Machine Learning faz sentido quando existe um problema que pode ser resolvido a partir de padrões presentes nos dados. Pode ser usado para prever comportamentos, recomendar conteúdos, classificar informações, detectar anomalias ou personalizar experiências. O papel de Produto é entender se ML realmente é necessário, qual problema precisa resolver, quais dados estão disponíveis e como medir se o modelo gera valor para o usuário e para o negócio.

Use Machine Learning quando estiver falando de sistemas que aprendem padrões a partir de dados para executar uma tarefa. IA é um conceito mais amplo, que engloba Machine Learning e outras abordagens. Já Deep Learning é um tipo de Machine Learning baseado em redes neurais com múltiplas camadas. IA Generativa se refere a sistemas voltados à geração de novos conteúdos, como textos, imagens, áudio ou código.

Termo de Arthur Samuel (IBM, 1959) ao descrever um programa de damas que melhorava jogando.

Google Machine Learning Glossary; Samuel, Some Studies in Machine Learning Using the Game of Checkers (1959)