Como já mencionado anteriormente, os Cientistas de Dados são uma nova geração de especialistas analíticos que utilizam suas competências para desbravar o mundo dos dados. Mas eles não agem sozinhos, eles contam com um arsenal de técnicas de inteligência artificial que os auxilia na sua tarefa. Falaremos brevemente sobre algumas delas:
MACHINE LEARNING: A inteligência artificial possui diversas subáreas, entre uma delas "machine learning". O aprendizado de máquina é uma técnica de I.A. bastante utilizada por cientistas de dado, consiste em desenvolver um algoritmo que irá constantemente aprender e se aperfeiçoar em uma determinada tarefa que o seu programador escolher. A aprendizagem é feita por 3 formas diferentes denominadas:
- Aprendizado Supervisionado ( o programador irá participar mais ativamente);
- Aprendizado Não Supervisionado ( o programador participa parcialmente ou não participa);
- Aprendizado Por Reforço ( o programador participa parcialmente).
DEEP LEARNING: Deep learning (Aprendizagem profunda) é uma subárea do aprendizado de máquina que consiste em criar um algoritmo baseado no funcionamento dos neurônios ( uma rede neural artificial), que irá aprender e se aperfeiçoar constantemente.
O profissional que trabalha com dados irá utilizar essas técnicas de aprendizagem de máquina para o auxiliar em diversas atividades. Alguns exemplos:
- Mecanismos de Busca
- Sistemas de recomendação
- Detecção de Fraudes
- Processamento de Linguagem Natural
- Segurança de TI
- Reconhecimento de Fala
- Detecção de Anomalia
- Logística
Fontes:
CIENTISTA DE DADOS - POR ONDE COMEÇAR EM 8 PASSOS: datascienceacademy.com.br/blog/17-casos-de-uso-de-machine-learning/
DEEPLEARNING: o que é e qual sua importância: www.sas.com/pt_br/insights/analytics/deep-learning.html
Nenhum comentário:
Postar um comentário