Introdução
O aprendizado de máquina é, em muitos aspetos, a interseção de duas disciplinas - ciência de dados e engenharia de software. O objetivo do aprendizado de máquina é usar dados para criar um modelo preditivo que possa ser incorporado a um aplicativo ou serviço de software. Para atingir esse objetivo, é necessária a colaboração entre cientistas de dados que exploram e preparam os dados antes de usá-los para treinar um modelo de aprendizado de máquina e desenvolvedores de software que integram os modelos em aplicativos onde eles são usados para prever novos valores de dados (um processo conhecido como inferência).
Neste módulo, você explorará alguns dos principais conceitos nos quais o aprendizado de máquina se baseia, aprenderá a identificar diferentes tipos de modelos de aprendizado de máquina e examinará as maneiras pelas quais os modelos de aprendizado de máquina são treinados e avaliados. Finalmente, você aprenderá a usar o Aprendizado de Máquina do Microsoft Azure para treinar e implantar um modelo de aprendizado de máquina, sem precisar escrever nenhum código.
Nota
O aprendizado de máquina é baseado em técnicas matemáticas e estatísticas, algumas das quais são descritas em alto nível neste módulo. Não se preocupe se você não é um especialista em matemática! O objetivo do módulo é ajudá-lo a obter uma intuição de como o aprendizado de máquina funciona - vamos manter a matemática ao mínimo necessário para entender os conceitos centrais.