<\/p>\n
<\/p>\n
O princ\u00edpio da aprendizagem autom\u00e1tica \u00e9 inspirado no funcionamento do c\u00e9rebro humano. E particularmente das redes neurais, nas quais o aprendizado refor\u00e7a as conex\u00f5es entre certos neur\u00f4nios e as enfraquece entre outros.<\/p>\n
<\/p>\n
Essa aprendizagem pode ser supervisionada, para que o sistema aprenda a classificar novos dados de um modelo, por exemplo, para detectar spam em um e-mail.<\/p>\n
<\/p>\n
A aprendizagem tamb\u00e9m pode ser n\u00e3o supervisionada, quando a m\u00e1quina descobre padr\u00f5es ou categorias nos dados que s\u00e3o invis\u00edveis \u00e0 primeira vista, permitindo, por exemplo, que um comerciante online detecte tend\u00eancias de compra.<\/p>\n
<\/p>\n
Essa aprendizagem tamb\u00e9m pode ser de refor\u00e7o, com um m\u00e9todo repetitivo de tentativa e erro no qual o sistema \u00e9 penalizado ou recompensado dependendo do resultado de suas escolhas, a fim de aprender e melhorar seu desempenho.<\/p>\n
<\/p>\n
Por exemplo, um ve\u00edculo aut\u00f4nomo cujo objetivo final seria chegar a um local o mais r\u00e1pido poss\u00edvel, mas com seguran\u00e7a, e que aprenderia a n\u00e3o ultrapassar o sinal vermelho, correndo o risco de perder um pouco de tempo.<\/p>\n
<\/div>\n