O que é machine learning? Entenda tudo sobre o assunto!
13 de julho de 2023
Entender o que é machine learning pode parecer complexo, mas é um conhecimento cada vez mais necessário e inserido no nosso dia a dia. Entenda o porquê!
Nas últimas décadas, temos vivido um boom tecnológico, que tem transformado não apenas a forma como utilizamos aparelhos que carregam tecnologias, mas a nossa própria relação com o mundo e com as pessoas que estão à nossa volta.
Nesse cenário, uma novidade que tem ganhado cada vez mais adeptos é o machine learning, uma área da inteligência artificial (IA) que ainda tem o seu potencial desconhecido pela maioria das pessoas, mas que já tem trazido ao mundo grandes inovações e novas soluções.
Quer saber mais sobre isso e ficar por dentro dessa novidade tech? Neste texto, vamos te explicar o que é machine learning, quais os tipos dele, os benefícios que esse conceito traz para o nosso dia a dia e suas principais aplicações. Confira!
O que é machine learning?
Machine learning (“aprendizado de máquina”, em tradução literal) é um subcampo da inteligência artificial e das ciências da computação. Ele se concentra no desenvolvimento de algoritmos e modelos de funcionamento que permitem que os computadores aprendam por conta própria, tomem decisões e façam até mesmo previsões sem serem explicitamente programados para cada tarefa específica.
Para isso, os algoritmos de machine learning são projetados para analisar grandes conjuntos de dados e identificar padrões e relações que podem ser usados para fazer previsões ou tomar decisões de forma autônoma.
Com isso, o principal objetivo do machine learning é permitir que os computadores não apenas aprendam automaticamente, mas melhorem seu desempenho e suas possibilidades computacionais em determinadas tarefas à medida que são expostos a mais dados ao longo do tempo. Afinal, assim como nós ficamos melhores conforme estudamos e realizamos mais tarefas, as máquinas também ficam mais inteligentes quando são constantemente “treinadas”.
Por isso, esse tipo de algoritmo tem sido cada vez mais usado por empresas dos mais variados tamanhos e segmentos de atuação, assim como outras ferramentas de inteligência artificial que têm emergido nos últimos tempos, como o ChatGPT.
Mas agora que você já entendeu o que é machine learning, saiba que esse conceito é diferente de inteligência artificial. Continue lendo para entender o porquê!
Qual a diferença entre machine learning e inteligência artificial?
Os conceitos de machine learning e inteligência artificial se relacionam entre si, mas possuem significados diferentes. A IA diz respeito à criação de sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana. Dessa forma, busca desenvolver máquinas que possam raciocinar, aprender, perceber, entender, tomar decisões e resolver problemas de forma semelhante a um ser humano.
Essa tecnologia tem se disseminado em uma velocidade absurda, especialmente nos últimos meses, com a explosão da popularidade de ferramentas como o ChatGPT, que já citamos, e o Midjourney. Para se ter ideia, o Brasil é o quinto país que mais tem utilizado o ChatGPT, segundo a plataforma Semrush.
Já o machine learning, como falamos acima, é uma área dentro desse vasto campo que é a inteligência artificial. Ele tem como foco o desenvolvimento de algoritmos e técnicas que auxiliam os computadores a melhorarem seu desempenho por meio do aprendizado, que é feito por meio de análises de banco de dados e repetições de tarefas.
Quais são os tipos de machine learning?
Entendendo o que é machine learning, fica mais fácil compreender os tipos existentes dessa tecnologia. Elas podem ser complexas para quem não é profundo conhecedor da área, mas é importante conhecê-las, já que a tendência é que elas se tornem cada vez mais populares entre pessoas e empresas de todo o mundo. Veja quais são os quatro tipos principais:
Machine learning supervisionado
É o tipo de machine learning mais utilizado. Nele, o algoritmo é treinado por um cientista de dados usando um conjunto de dados rotulados, ou seja, dados em que a resposta correta é conhecida. É como se quem está operando o algoritmo ensinasse a pergunta e a resposta para que, assim, a máquina aprenda.
Machine learning não supervisionado
Nesse caso, o algoritmo é treinado em dados não rotulados, sem nenhuma informação sobre as respostas ou saídas desejadas. Com isso, o objetivo é que ele consiga descobrir estruturas, padrões e relações nos dados, sem a orientação e a supervisão constante de um ser humano.
Machine learning semissupervisionado
Combina elementos do aprendizado supervisionado e do não supervisionado. Esse tipo de machine learning utiliza um conjunto de dados rotulados e um conjunto de dados não rotulados para realizar a tarefa de aprendizado, sendo geralmente usado para rotular grandes conjuntos de dados.
Machine learning por reforço
Apesar de ser similar ao aprendizado supervisionado, no machine learning por reforço, o algoritmo não é treinado usando dados de amostra, mas feedbacks para que o algoritmo aprenda na base de tentativa e erro.
Quais os principais algoritmos de machine learning?
Existem vários tipos de algoritmos de machine learning, sendo que a escolha será baseada no problema que ele deve resolver. Confira os principais:
- regressão linear;
- árvores de decisão;
- random forest;
- naive bayes;
- máquinas de vetores de suporte (SVM);
- k-nearest neighbors (k-NN);
- redes neurais artificiais (RNA);
- algoritmos genéticos.
Esses nomes parecem complicados, não é mesmo? Mas calma! Abaixo, vamos explicar como algumas dessas aplicações são usadas no mundo real. Confira!
Quais as aplicações do machine learning no dia a dia?
Bom, se você chegou aqui, é porque já entendeu o que é machine learning. Porém, agora, essa compreensão vai ficar ainda melhor, pois vamos te mostrar algumas das principais aplicações desse conceito no nosso dia a dia. Acompanhe:
- Assistentes virtuais: os assistentes virtuais como a Siri, o Google Assistant e a Alexa utilizam técnicas de machine learning para entender e responder às perguntas dos usuários. Inclusive, se você já os utilizou, sabe que eles melhoram a atuação ao longo do tempo a partir das interações e dos dados fornecidos.
- Detecção de fraudes: é comum que instituições financeiras usem algoritmos para analisar dados transacionais e identificar padrões incomuns que possam indicar atividades fraudulentas, como transações suspeitas em um cartão de crédito.
- Recomendação de produtos: sabe aquelas propagandas que aparecem depois que você busca ou fala sobre determinado produto? As plataformas de e-commerce usam algoritmos de recomendação baseados em machine learning para sugeri-lo a você, com base nas preferências e no histórico de compras e visualizações. Aliás, o mesmo conceito é usado em plataformas de conteúdo, como YouTube, Netflix e Spotify!
- Filtragem de spam: algoritmos de machine learning são usados em serviços de e-mail para filtrar mensagens de spam, aprendendo com características das mensagens marcadas pelos usuários como spam e adaptando-se a novos padrões. Ou seja, quando você marca um e-mail como spam, você está ensinando a máquina a identificar aquele padrão como indesejado.
- Diagnóstico médico: até mesmo na medicina já se usa o machine learning. Isso é feito em análises de dados médicos e de históricos de pacientes para auxiliar os profissionais no diagnóstico de doenças, na identificação de padrões em exames clínicos e até mesmo na sugestão de tratamentos.
- Reconhecimento de imagem: aplicações de reconhecimento de imagem, como reconhecimento facial, são utilizadas em várias áreas, incluindo segurança, autenticação biométrica, classificação de imagens e identificação de objetos em imagens ou vídeos.
- Veículos autônomos: cada vez mais populares em muitos países, os carros autônomos usam técnicas avançadas de machine learning para processar dados de sensores e tomar decisões em tempo real, como detectar obstáculos e reconhecer placas de trânsito.
Quais os pontos positivos e negativos do machine learning?
Assim como qualquer outra tecnologia, o machine learning carrega pontos positivos e negativos. Quer saber mais? Então, confira:
Positivos
O machine learning está melhorando cada vez mais o seu potencial e, consequentemente, sua possibilidade de realizar coisas que antes não eram possíveis, como:
- Capacidade de lidar com dados complexos: esse conceito permite lidar com grandes volumes de dados e extrair insights e padrões relevantes que podem ser complexos demais para pessoas identificarem.
- Automação de tarefas: vemos cada vez mais a automação de tarefas chegando em empresas de todos os portes, liberando, assim, tempo e recursos para uma equipe de pessoas se concentrar em tarefas mais estratégicas e criativas.
- Melhoria contínua: um dos grandes pontos de todo tipo de inteligência artificial é a capacidade exponencial de melhoria de acordo com o tempo e o uso.
- Tomada de decisões baseada em dados: o machine learning permite a tomada de decisões mais informada, pois os modelos podem analisar dados objetivamente e identificar relações complexas entre as variáveis existentes.
- Personalização e recomendação: com esses algoritmos, é possível fornecer recomendações personalizadas e experiências sob medida para os usuários, aumentando a satisfação e o engajamento deles dentro de plataformas que utilizam esses algoritmos.
Negativos
Os principais pontos negativos do machine learning são:
- Dependência de dados de qualidade: para esses algoritmos funcionarem adequadamente, eles dependem de dados de alta qualidade e representativos para alcançar bons resultados. Ou seja, dados incompletos, desbalanceados ou de baixa qualidade podem levar a resultados imprecisos ou enviesados.
- Interpretabilidade: alguns modelos de machine learning, como redes neurais profundas, podem ser complexos e difíceis de interpretar. Isso pode ser problemático em áreas sensíveis, como a medicina e a justiça, nas quais é essencial entender como as decisões são tomadas.
- Necessidade de expertise: o desenvolvimento e a implementação de algoritmos de machine learning exigem conhecimentos avançados em matemática, estatística e programação. Por isso, é necessária uma equipe com expertise para garantir que os modelos sejam construídos e mantidos corretamente.
- Dependência de dados rotulados: muitos algoritmos de machine learning supervisionados requerem dados rotulados para treinamento. A aquisição e a rotulação desses dados podem ser caras e demoradas, especialmente em áreas nas quais especialistas humanos são necessários para realizar a rotulação.
- Riscos de viés e discriminação: algoritmos de machine learning podem perpetuar ou amplificar vieses e discriminações presentes nos dados de treinamento. Se os dados históricos forem tendenciosos, o modelo pode tomar decisões discriminatórias, ampliando desigualdades existentes.
Segurança da informação: saiba mais!
O mundo tech é fascinante, não é mesmo? Estamos vivendo uma era de grande avanço tecnológico e de uso cada vez maior de ferramentas digitais e da inteligência artificial para tarefas comuns do dia a dia, tanto pessoais quanto profissionais. Porém, com isso, é necessário um ponto de atenção: o da segurança das informações.
No nosso blog, temos um texto completo sobre os cinco pilares da segurança da informação. Acesse e fique por dentro!
#o que é machine learning

Todo mundo já entendeu que a IA vai mudar a forma como a gente compra, certo? Em pouco tempo, você vai escolher tênis, passagem aérea e até plano de saúde batendo papo com um chatbot, pagar ali mesmo e receber tudo sem sair da conversa. Comprar dentro de um ChatGPT da vida vai ser tão comum quanto abrir o app do banco.

A revitalização do CEDET marca um passo importante na consolidação da Apeti como agente de transformação social e tecnológica em São José do Rio Preto. O projeto não apenas renova um espaço físico, mas reacende a esperança de muitos jovens e reafirma o papel da tecnologia como ponte entre conhecimento, oportunidades e cidadania.

A Casa do Empreendedor foi inaugurada em Olímpia na tarde desta terça-feira (30), em cerimônia realizada na Câmara Municipal e seguida de visita às novas instalações na Avenida Aurora Forti Neves. O espaço integra o programa “Olímpia + Empreendedora” e reúne, em um só endereço, serviços de orientação, crédito, capacitação e inovação para micro e pequenos negócios.

A Apeti, entidade que reúne empresas e profissionais de tecnologia e inovação de Rio Preto, completa hoje 22 anos de atuação. Criada em 2003, nasceu para organizar e dar voz ao setor de TI, mas ao longo do tempo ampliou sua atuação e se consolidou como hub multissetorial, responsável por conectar empresas, fomentar parcerias e gerar impacto econômico e social na cidade.

Por que algumas empresas desaparecem enquanto outras conseguem se reinventar e permanecer relevantes por décadas? Quantas histórias já ouvimos de organizações que perderam espaço, precisaram ser vendidas para sobreviver ou simplesmente não conseguiram sair de crises? Essa é uma pergunta que todo empresário e executivo deveria se fazer diariamente: o que precisamos fazer para garantir que nossa empresa continue relevante?

Vivemos em uma era que nos pressiona a buscar o novo a todo instante. A inovação virou mantra, e a velocidade, critério quase absoluto de sucesso. Mas entre apelos por reinvenção constante e promessas de soluções mágicas para problemas complexos, sigo acreditando em um princípio simples: tudo que tem valor resiste ao tempo.

Tem tanta coisa maluca acontecendo no mundo que as pegadinhas de 1º de abril ficaram realistas demais. O Dia da Mentira virou descanso. Um dia em que, enfim, a gente sabe que está sendo enganado (e ri disso). Mas às vezes, é o contrário que acontece: algumas ideias parecem mentira, e ainda assim, mudam tudo.

Neste programa, publicado em 01 de março, recebo Gerson Pedrinho e João Paulo, presidente e vice-presidente da APETI (Associação dos Profissionais e Empresas de Tecnlogia da Informação) para falarmos sobre a instituição, sua história, projetos e planos futuros. Créditos: https://www.samilo.com.br/entrevista-com-gerson-e-joao-paulo-cbn-grandes-lagos

Aviso: texto com objetivo de antecipar à comunidade tech mudanças de grande impacto no setor. Marco Civil em discussão... de novo? Sim, o Marco Civil de Internet (MCI) está em debate novamente. Durante sua aprovação, a lei sofreu muitas críticas, mas, o MCI proporcionou um regime de responsabilidade civil para os provedores de aplicações de internet, que esses só deveriam remover conteúdos de terceiros a partir de uma ordem judicial, ou seja, caso a empresa não possua uma política de remoção de conteúdos, em tese, não precisaria remover conteúdos de terceiros que gerem danos a seus usuários. No entanto, após uma década desde a implementação da norma mencionada, o aumento do uso das redes sociais e a complexidade das interações online têm exigido debates mais aprofundados sobre o assunto. Estão debatendo a se o Art. 19 do MCI é constitucional ou inconstitucional. Por que um caso chega no STF (Leading Cases)? O STF se envolve quando um caso levanta questões constitucionais significativas que exigem uma interpretação definitiva. Como a mais alta autoridade judicial, o Supremo deve garante que leis e disposições legais estejam alinhadas com os princípios da CF/88. Quando alguns artigos legais — como o Artigo 19 do Marco Civil da Internet — são desafiadas quanto à sua constitucionalidade, o STF estabelece precedentes que orientarão todo o sistema jurídico. Nota Casos paradigmáticos (Leading Cases) são decisões judiciais fundamentais, que servem como pontos de referência para casos futuros semelhantes. Quando um tribunal superior como o STF delibera sobre uma questão legal específica, sua decisão vai além de resolver o conflito imediato. Na verdade, cria um roteiro estratégico que orienta como tribunais inferiores devem interpretar e aplicar a lei em situações parecidas. Imagine um caso paradigmático como uma história fundacional na interpretação legal. Assim como uma história impactante pode estabelecer normas culturais, um leading case estabelece entendimentos jurídicos. RE 1037396 (relator: MIN. DIAS TOFFOLI) Neste caso, o Facebook contestou uma decisão judicial que o obrigava a pagar danos morais por conteúdo ofensivo publicado por terceiros — sem uma ordem judicial prévia de remoção. RE 1057258 (relator: MIN. LUIZ FUX) Este caso é sobre um recurso levado ao Supremo Tribunal Federal (STF) para decidir se empresas que hospedam sites na internet (como o Google, dono do Orkut) são obrigadas a monitorar e remover conteúdos ofensivos publicados por usuários, sem precisar de uma ordem da Justiça. O que falaram até agora? Artigo 19 - Íntegra Art. 19. Com o intuito de assegurar a liberdade de expressão e impedir a censura, o provedor de aplicações de internet somente poderá ser responsabilizado civilmente por danos decorrentes de conteúdo gerado por terceiros se, após ordem judicial específica, não tomar as providências para, no âmbito e nos limites técnicos do seu serviço e dentro do prazo assinalado, tornar indisponível o conteúdo apontado como infringente, ressalvadas as disposições legais em contrário. § 1º A ordem judicial de que trata o caput deverá conter, sob pena de nulidade, identificação clara e específica do conteúdo apontado como infringente, que permita a localização inequívoca do material § 2º A aplicação do disposto neste artigo para infrações a direitos de autor ou a direitos conexos depende de previsão legal específica, que deverá respeitar a liberdade de expressão e demais garantias previstas no art. 5o da Constituição Federal. § 3º As causas que versem sobre ressarcimento por danos decorrentes de conteúdos disponibilizados na internet relacionados à honra, à reputação ou a direitos de personalidade, bem como sobre a indisponibilização desses conteúdos por provedores de aplicações de internet, poderão ser apresentadas perante os juizados especiais. § 4º O juiz, inclusive no procedimento previsto no § 3o , poderá antecipar, total ou parcialmente, os efeitos da tutela pretendida no pedido inicial, existindo prova inequívoca do fato e considerado o interesse da coletividade na disponibilização do conteúdo na internet, desde que presentes os requisitos de verossimilhança da alegação do autor e de fundado receio de dano irreparável ou de difícil reparação. 👍 Quem entende que o Art. 19 é constitucional : Facebook. Argumentos principais: Defende o equilíbrio previsto no Marco Civil Alerta que exigências extrajudiciais podem: Sobrecarregar plataformas Aumentar risco de censura indevida Prejudicar a liberdade de expressão ABERT. Argumentos principais: Destaca que liberdade de expressão deve ser ampla, mas não ilimitada O artigo 19 garante um processo equilibrado que impede abusos Contra censura prévia, mas a favor de intervenção judicial corretiva Wikipedia Foundation. Argumentos principais: Alterações na responsabilidade das plataformas poderiam inviabilizar projetos educacionais Defende o modelo atual que protege iniciativas sem fins lucrativos Alega que o Wikipedia não é igual à outras plataformas TikTok (ByteDance). Argumentos principais: O artigo 19 evita censura prévia Preserva a liberdade de expressão Qualquer modificação pode impactar negativamente criadores independentes Mercado Livre. Argumentos principais: Destaca diferenças operacionais entre plataformas Responsabilidade irrestrita prejudicaria negócios legítimos Ressalta importância de ferramentas preventivas 👎 Quem entende que o Art. 19 é inconstitucional : Brasilcon. Argumentos principais: O artigo promove uma "hierarquia indevida dos direitos fundamentais" A obrigatoriedade de decisão judicial para remoção de conteúdos ofensivos causa: Processos longos e custosos Demora na proteção de vítimas Defende a revisão do artigo para proteger os mais vulneráveis, especialmente diante do aumento da violência digital Sleeping Giants Brasil. Argumentos principais: O artigo precisa de ajustes para permitir remoção eficiente de conteúdos danosos Destaca a desinformação como ameaça à democracia Enfatiza a necessidade de responsabilidade ética das plataformas digitais Advogado Geral da União (AGU). Argumentos principais: Sustentou que o artigo 19 é insuficiente para lidar com situações emergenciais, como o dia 8 de janeiro, quando a AGU precisou acionar judicialmente as plataformas para remoção de conteúdos incentivando atos antidemocráticos. Defendeu que a obrigatoriedade de decisão judicial prejudica a agilidade no combate a conteúdos prejudiciais e cria riscos à segurança pública e à democracia. CONIB. Argumentos principais: Destacaram que a regulamentação digital eficaz é essencial para equilibrar liberdade de expressão e responsabilidade. Fizeram referência ao impacto global da desinformação, citando exemplos concretos de como regulações rígidas em Israel ajudaram a mitigar abusos digitais. Reforçaram que o Artigo 19 do Marco Civil, ao exigir decisões judiciais para remoção de conteúdos, torna as ações lentas e, muitas vezes, ineficazes para prevenir danos irreversíveis em crises. Defendeu que normas mais flexíveis e pró-ativas podem evitar problemas sistêmicos, como manipulação de informações. O que os ministros falaram e perguntaram? Ministro Luís Roberto Barroso. "As plataformas têm responsabilidade sobre o impacto social de seus algoritmos. A liberdade de expressão não é ilimitada, especialmente quando utilizada para disseminação de desinformação ou discursos de ódio. A interpretação do artigo 19 deve considerar a proteção das instituições democráticas.” Ministro Alexandre de Moraes. “No dia 8 de janeiro, houve uma completa falência da autorregulação das grandes plataformas digitais. O uso descontrolado das redes para organizar atos antidemocráticos mostrou que a autorregulação, apoiada no artigo 19, é insuficiente. A instrumentalização e, em alguns casos, a conivência das redes, geraram riscos à democracia.” Ministro Dias Toffoli “Excelentíssimo senhor presidente, excelentíssimos senhores ministros, no julgamento de hoje, tratamos da constitucionalidade do artigo 19 do Marco Civil da Internet. É fundamental destacar a importância de garantir um equilíbrio entre liberdade de expressão e a responsabilização adequada de provedores.” Ministro Luiz Fux “Senhor presidente, senhores ministros, a jurisprudência do Supremo Tribunal Federal tem reiterado a relevância da proteção de direitos fundamentais, especialmente no contexto digital. O artigo 19 reflete uma tentativa de endereçar questões complexas em uma era de comunicação instantânea.” Ministro Edson Fachin “É essencial reforçar a necessidade de regulamentação eficiente da internet. A Constituição Federal é clara sobre os direitos fundamentais e deve ser a base para todas as decisões relacionadas à liberdade de expressão e responsabilidade no ambiente digital.” Por que importa a nós, de tech? Essas discussões legais impactam diretamente, em diversos níveis. Aqui vão alguns aspectos: Liberdade de expressão Inovação tecnológica Segurança jurídica no ambiente digital, e aqui leia-se também inteligência artificial. Para empresas e profissionais de tecnologia, compreender essas responsabilidades legais é essencial para: Desenvolver estratégias de moderação de conteúdo Garantir conformidade regulatória Minimizar riscos jurídicos Adaptar modelos de negócios As decisões do STF podem redesenhar completamente como as plataformas digitais operam, influenciando diretamente o desenvolvimento de novas tecnologias e a forma como direitos dos usuários são protegidos na internet. Adotar tecnologias não é uma opção. Manter-se atualizado sobre essas mudanças também não, mas sim uma necessidade estratégica para qualquer empresa ou profissional do setor tecnológico. Considerações Finais A discussão revela um debate complexo sobre os limites da responsabilidade digital, onde cada ator busca proteger seus interesses específicos, mas compartilha a preocupação fundamental de criar um ambiente online que faça mais sentido aos atores. A decisão do STF terá impactos significativos não apenas para grandes plataformas, mas para todo o ecossistema digital brasileiro, afetando desde redes sociais até plataformas educacionais e de comércio eletrônico. Dicas práticas Para startups : desenvolver políticas claras de uso, implementar mecanismos de moderação de conteúdo e buscar assessoria jurídica especializada desde o início. Empresas de tecnologia validadas : reforçar a governança corporativa, aprimorar ferramentas de moderação, ser transparentes em suas ações e engajar-se com reguladores e a sociedade para liderar pelo exemplo. Empresas de hardware/infra: projetar produtos de forma responsável, assegurando conformidade legal e oferecendo suporte ao cliente para o uso seguro de suas soluções. As pessoas geralmente preferem evitar e conter problemas em vez de resolvê-los - Richard Susskind, O Futuro das Profissões. Está precisando de uma assessoria jurídica personalizada? Descubra os benefícios exclusivos que preparamos para você e agende sua consulta com o advogado parceiro da Apeti!

No próximo dia 25 de novembro, data em que se comemora o Dia Nacional do Doador de Sangue, a Associação dos Profissionais e Empresas de Tecnologia da Informação de Rio Preto (Apeti), em parceria com a Shift e diversas empresas de tecnologia da cidade, realizará uma ação solidária de doação de sangue e cadastro de medula óssea no Hemocentro Rio Preto.









































