INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Scientia – Repositório Institucional |
Texto Completo: | https://repositorio.pgsskroton.com//handle/123456789/35839 |
Resumo: | Por muito tempo, a capacidade de aprender foi limitada a cérebros biológicos, acumulando experiências através de sinapses e sinais elétricos. Com o surgimento de computadores de alto desempenho e de algoritmos de inteligência artificial, foram desenvolvidas técnicas que tornaram possível o aprendizado artificial. A crescente necessidade de lidar com grandes quantidades de dados torna importante o estudo da inteligência artificial e do aprendizado de máquina, afim de interpretar quantidades massivas de dados para gerar informação relevante. Esta pesquisa tem como objetivo caracterizar os princípios do aprendizado de máquina, da inteligência artificial, dos tipos de aprendizagem e das redes neurais artificiais, proporcionando uma descrição introdutória sobre os conceitos e aplicações da inteligência artificial e de suas subáreas. Para atingir estes objetivos, o método utilizado foi a revisão da literatura através de pesquisas qualitativas e descritivas, contemplando os principais autores de inteligência artificial, aprendizado de máquina e redes neurais, com destaque para os trabalhos de Russel e Norvig, (2013), Mitchel, (1997) e Haykin, (1999). Esta pesquisa possibilitou a compreensão de diversos temas da inteligência artificial, abordando sua definição, histórico e aplicações. Foi possível entender os tipos e características do aprendizado de máquina e seus paradigmas, além das arquiteturas de um tipo específico de algoritmo de aprendizado conhecido como redes neurais. Através desta pesquisa, compreendeu-se com sucesso o significado e a história da inteligência artificial, do aprendizado de máquina e das redes neurais artificiais. Também foi possível entender como estas tecnologias estão inseridas nas atividades cotidianas, tanto pessoais quanto empresariais, assim como estabelecer um comparativo entre cérebros biológicos e redes artificiais baseadas no cérebro. Além disso, percebeu-se que existe grande potencial de crescimento para a aprendizagem de máquina considerando que a quantidade de dados circulando na grande rede continua a crescer. |
id |
Krot_72c42f98bfc8fdba740c5905c2ae82e4 |
---|---|
oai_identifier_str |
oai:repositorio.pgsscogna.com.br:123456789/35839 |
network_acronym_str |
Krot |
network_name_str |
Scientia – Repositório Institucional |
repository_id_str |
|
spelling |
PEREIRA, KAIQUE FERREIRA DE LIMA2021-10-29T20:42:36Z2021-10-29T20:42:36Z2018https://repositorio.pgsskroton.com//handle/123456789/35839Por muito tempo, a capacidade de aprender foi limitada a cérebros biológicos, acumulando experiências através de sinapses e sinais elétricos. Com o surgimento de computadores de alto desempenho e de algoritmos de inteligência artificial, foram desenvolvidas técnicas que tornaram possível o aprendizado artificial. A crescente necessidade de lidar com grandes quantidades de dados torna importante o estudo da inteligência artificial e do aprendizado de máquina, afim de interpretar quantidades massivas de dados para gerar informação relevante. Esta pesquisa tem como objetivo caracterizar os princípios do aprendizado de máquina, da inteligência artificial, dos tipos de aprendizagem e das redes neurais artificiais, proporcionando uma descrição introdutória sobre os conceitos e aplicações da inteligência artificial e de suas subáreas. Para atingir estes objetivos, o método utilizado foi a revisão da literatura através de pesquisas qualitativas e descritivas, contemplando os principais autores de inteligência artificial, aprendizado de máquina e redes neurais, com destaque para os trabalhos de Russel e Norvig, (2013), Mitchel, (1997) e Haykin, (1999). Esta pesquisa possibilitou a compreensão de diversos temas da inteligência artificial, abordando sua definição, histórico e aplicações. Foi possível entender os tipos e características do aprendizado de máquina e seus paradigmas, além das arquiteturas de um tipo específico de algoritmo de aprendizado conhecido como redes neurais. Através desta pesquisa, compreendeu-se com sucesso o significado e a história da inteligência artificial, do aprendizado de máquina e das redes neurais artificiais. Também foi possível entender como estas tecnologias estão inseridas nas atividades cotidianas, tanto pessoais quanto empresariais, assim como estabelecer um comparativo entre cérebros biológicos e redes artificiais baseadas no cérebro. Além disso, percebeu-se que existe grande potencial de crescimento para a aprendizagem de máquina considerando que a quantidade de dados circulando na grande rede continua a crescer.Agentes InteligentesAprendizado de MáquinaAprendizagem SupervisionadaInteligência ArtificialRedes NeuraisINTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINAinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCiência da Computaçãoporreponame:Scientia – Repositório Institucionalinstname:Kroton Educacional S.A.instacron:KROTONinfo:eu-repo/semantics/openAccessORIGINALKAIQUE FERREIRA DE LIMA PEREIRA_1474732_assignsubmission_file_KAIQUE_FERREIRA_DEFESA.pdfKAIQUE FERREIRA DE LIMA PEREIRA_1474732_assignsubmission_file_KAIQUE_FERREIRA_DEFESA.pdfapplication/pdf858093https://repositorio.pgsscogna.com.br//bitstream/123456789/35839/1/KAIQUE%20FERREIRA%20DE%20LIMA%20PEREIRA_1474732_assignsubmission_file_KAIQUE_FERREIRA_DEFESA.pdf87eb37b9abca6227e34d9ebaecd95dd0MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.pgsscogna.com.br//bitstream/123456789/35839/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/358392023-07-18 17:40:48.032oai:repositorio.pgsscogna.com.br:123456789/35839Repositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.opendoar:2023-07-18T20:40:48falseRepositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.repositorio@kroton.com.br || selma.elwein@cogna.com.bropendoar:2023-07-18T20:40:48Scientia – Repositório Institucional - Kroton Educacional S.A.false |
dc.title.pt_BR.fl_str_mv |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA |
title |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA |
spellingShingle |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA PEREIRA, KAIQUE FERREIRA DE LIMA Agentes Inteligentes Aprendizado de Máquina Aprendizagem Supervisionada Inteligência Artificial Redes Neurais |
title_short |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA |
title_full |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA |
title_fullStr |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA |
title_full_unstemmed |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA |
title_sort |
INTELIGÊNCIA ARTIFICIAL: INTRODUÇÃO AO APRENDIZADO DE MÁQUINA |
author |
PEREIRA, KAIQUE FERREIRA DE LIMA |
author_facet |
PEREIRA, KAIQUE FERREIRA DE LIMA |
author_role |
author |
dc.contributor.author.fl_str_mv |
PEREIRA, KAIQUE FERREIRA DE LIMA |
dc.subject.por.fl_str_mv |
Agentes Inteligentes Aprendizado de Máquina Aprendizagem Supervisionada Inteligência Artificial Redes Neurais |
topic |
Agentes Inteligentes Aprendizado de Máquina Aprendizagem Supervisionada Inteligência Artificial Redes Neurais |
description |
Por muito tempo, a capacidade de aprender foi limitada a cérebros biológicos, acumulando experiências através de sinapses e sinais elétricos. Com o surgimento de computadores de alto desempenho e de algoritmos de inteligência artificial, foram desenvolvidas técnicas que tornaram possível o aprendizado artificial. A crescente necessidade de lidar com grandes quantidades de dados torna importante o estudo da inteligência artificial e do aprendizado de máquina, afim de interpretar quantidades massivas de dados para gerar informação relevante. Esta pesquisa tem como objetivo caracterizar os princípios do aprendizado de máquina, da inteligência artificial, dos tipos de aprendizagem e das redes neurais artificiais, proporcionando uma descrição introdutória sobre os conceitos e aplicações da inteligência artificial e de suas subáreas. Para atingir estes objetivos, o método utilizado foi a revisão da literatura através de pesquisas qualitativas e descritivas, contemplando os principais autores de inteligência artificial, aprendizado de máquina e redes neurais, com destaque para os trabalhos de Russel e Norvig, (2013), Mitchel, (1997) e Haykin, (1999). Esta pesquisa possibilitou a compreensão de diversos temas da inteligência artificial, abordando sua definição, histórico e aplicações. Foi possível entender os tipos e características do aprendizado de máquina e seus paradigmas, além das arquiteturas de um tipo específico de algoritmo de aprendizado conhecido como redes neurais. Através desta pesquisa, compreendeu-se com sucesso o significado e a história da inteligência artificial, do aprendizado de máquina e das redes neurais artificiais. Também foi possível entender como estas tecnologias estão inseridas nas atividades cotidianas, tanto pessoais quanto empresariais, assim como estabelecer um comparativo entre cérebros biológicos e redes artificiais baseadas no cérebro. Além disso, percebeu-se que existe grande potencial de crescimento para a aprendizagem de máquina considerando que a quantidade de dados circulando na grande rede continua a crescer. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018 |
dc.date.accessioned.fl_str_mv |
2021-10-29T20:42:36Z |
dc.date.available.fl_str_mv |
2021-10-29T20:42:36Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.pgsskroton.com//handle/123456789/35839 |
url |
https://repositorio.pgsskroton.com//handle/123456789/35839 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Scientia – Repositório Institucional instname:Kroton Educacional S.A. instacron:KROTON |
instname_str |
Kroton Educacional S.A. |
instacron_str |
KROTON |
institution |
KROTON |
reponame_str |
Scientia – Repositório Institucional |
collection |
Scientia – Repositório Institucional |
bitstream.url.fl_str_mv |
https://repositorio.pgsscogna.com.br//bitstream/123456789/35839/1/KAIQUE%20FERREIRA%20DE%20LIMA%20PEREIRA_1474732_assignsubmission_file_KAIQUE_FERREIRA_DEFESA.pdf https://repositorio.pgsscogna.com.br//bitstream/123456789/35839/2/license.txt |
bitstream.checksum.fl_str_mv |
87eb37b9abca6227e34d9ebaecd95dd0 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Scientia – Repositório Institucional - Kroton Educacional S.A. |
repository.mail.fl_str_mv |
repositorio@kroton.com.br || selma.elwein@cogna.com.br |
_version_ |
1809460343488905216 |