Conceitos de ML: predição e reconhecimento de objetos
O aprendizado de máquina pode ser aplicado em diferentes tipos de tarefas. Vamos começar pelos dois primeiros conceitos:
| Conceito | O que faz |
|---|---|
| Predição | Prever valores futuros com base em dados históricos, notícias e indicadores |
| Reconhecimento de objetos | Identificar e localizar objetos em imagens ou vídeos |
A predição é uma das aplicações mais comuns de ML — desde previsão de preços de ações até previsão do tempo. O modelo analisa dados passados para identificar tendências e padrões que se repetem.
O reconhecimento de objetos permite que máquinas "vejam" e identifiquem elementos em imagens e vídeos — pedestres, veículos, sinais de trânsito, rostos.
Exemplos para fixar
Exemplo 1 (Predição): Uma empresa de logística usa ML para prever a demanda de entregas na próxima semana com base no histórico de pedidos, feriados e previsão do tempo. Isso permite alocar motoristas e veículos com antecedência — reduzindo custos e melhorando o serviço.
Exemplo 2 (Reconhecimento de objetos): Um veículo autônomo usa reconhecimento de objetos para identificar pedestres, outros veículos, semáforos e condições da estrada em tempo real. Cada objeto reconhecido influencia a decisão de frear, acelerar ou mudar de faixa.
Exemplo 3 (Predição na saúde): Um hospital usa ML para prever quais pacientes na UTI têm maior risco de complicações nas próximas 24 horas, com base em sinais vitais e histórico clínico. Isso permite que a equipe médica priorize atenção aos pacientes mais críticos.