Introdução & História

Machine Learning (ML) é o campo de estudo que dá aos computadores a capacidade de aprender a partir de dados sem serem explicitamente programados para cada situação. Em vez de escrever regras à mão, escrevemos programas que inferem as regras a partir de exemplos.

A definição formal clássica é de Tom Mitchell:

Todo projeto neste curso pode ser descrito com esse vocabulário. Um filtro de spam, por exemplo:

• Tarefa \(T\): classificar e-mails como spam ou não spam;
• Experiência \(E\): um corpus de e-mails já rotulados por humanos;
• Desempenho \(P\): a fração de e-mails classificados corretamente (ou uma métrica mais cuidadosa, como veremos em Métricas de Classificação).

A aula conta uma história em quatro etapas, desenhadas abaixo: 1. por que aprender, quando as regras escritas à mão falham e como o aprendizado inverte o fluxo; 2. por que agora, as três forças por trás do machine learning de hoje e 200 anos de história; 3. uma máquina que aprende, caixas de fósforos que aprendem um jogo só com feedback; 4. o curso pela frente, o que este curso cobre e onde ele para. Cada etapa leva à sua seção e, nos slides, uma faixa embaixo mostra em que etapa você está.

Slides

Clique nos slides e use as setas ← → para navegar; F abre em tela cheia e Esc mostra todos os slides. Abrir os slides numa aba nova

Por que aprender a partir de dados?

Etapa 1. Regras escritas à mão falham quando:

1. As regras são desconhecidas. Ninguém consegue escrever as regras exatas que distinguem um tumor maligno de um benigno em uma imagem bruta.
2. As regras mudam. Spammers se adaptam; um filtro estático se degrada. Um sistema que aprende pode ser retreinado.
3. As regras são numerosas demais. Reconhecer dígitos manuscritos com instruções if/else é inviável — há maneiras demais de escrever um "7".
4. É preciso personalização. Um recomendador deve se comportar de forma diferente para cada usuário; aprender do histórico de cada usuário escala, ajustar à mão não.

O machine learning inverte o fluxo tradicional: em vez de regras + dados → respostas, alimentamos dados + respostas a um algoritmo e obtemos um modelo — uma aproximação das regras — que então usamos para responder a casos novos, nunca vistos.

Por que agora?

Etapa 2. Nenhuma das ideias centrais é nova — os mínimos quadrados são de 1805 — mas três forças convergiram nas últimas duas décadas para tornar o ML onipresente:

• Dados: a web, os sensores e a digitalização produziram conjuntos de dados grandes o suficiente para aprender padrões sutis;
• Poder computacional: GPUs e computação em nuvem tornaram barato ajustar modelos grandes;
• Algoritmos & software: bibliotecas de código aberto (scikit-learn, XGBoost, PyTorch) transformaram décadas de pesquisa em algumas linhas de código.

Uma breve história do machine learning

A história do ML é uma conversa de 200 anos entre a estatística e a ciência da computação. A linha do tempo abaixo mostra os marcos que este curso visitará — das bases históricas até a fronteira atual.

[timeline left alternate(./docs/2026.2/classes/introduction/timeline.json)]

Lendo a trajetória

Três lições dessa história moldam o desenho deste curso:

1. Os clássicos nunca foram embora. Os mínimos quadrados (1805) ainda são o primeiro modelo que você deve experimentar em um problema de regressão. A regressão logística (1958) continua sendo um cavalo de batalha em produção. Entendê-los profundamente não é arqueologia — é engenharia.
2. Os ciclos de hype são reais. O campo passou por dois "invernos da IA" (aproximadamente 1974–1980 e 1987–1993) quando as promessas ultrapassaram os resultados. A avaliação honesta — tema da aula de validação cruzada — é o antídoto.
3. Os métodos modernos são composições de ideias clássicas. O BERTopic (2022), que estudaremos numa aula própria, é literalmente um pipeline de embeddings + redução de dimensionalidade + agrupamento + TF-IDF — cada ingrediente é uma técnica clássica. O gradient boosting é gradiente descendente funcional sobre árvores de decisão. Conhecer as partes permite entender — e depurar — o todo.

Uma máquina que aprende feita de caixas de fósforos

Etapa 3. Muito antes das GPUs, a coluna de 1962 de Martin Gardner na Scientific American descreveu uma máquina que aprende a jogar um jogo usando apenas caixas de fósforos e contas coloridas — sem eletrônica alguma. Para o minijogo Hexapawn (três peões por lado em um tabuleiro 3×3), construa uma caixa de fósforos para cada posição possível do tabuleiro e a preencha com contas para cada jogada legal:

1. para jogar, abra a caixa de fósforos da posição atual e sorteie uma conta aleatória — essa é a jogada;
2. se a máquina perder a partida, remova a conta que levou à jogada perdedora (punição);
3. se ela vencer, as contas permanecem (ou cópias extras são adicionadas — recompensa).

Depois de algumas dezenas de partidas, as jogadas ruins foram literalmente removidas das caixas: a máquina joga perfeitamente. Essa é a aprendizagem por reforço em sua forma mecânica mais pura (Donald Michie construiu a mesma ideia para o jogo da velha em 1961 e a chamou de MENACE) — e torna tangível a definição de Mitchell: a tarefa \(T\) é jogar Hexapawn, a experiência \(E\) são as partidas jogadas, o desempenho \(P\) é a taxa de vitórias — e aprender nada mais é do que ajustar parâmetros (contas) com base em feedback.

Jogue contra a máquina abaixo (você é o azul e começa) e depois aperte treinar N partidas para ver as contas sumirem das caixas enquanto a taxa de vitórias da máquina sobe. Fique de olho na linha abaixo do simulador: a partir de certo ponto a máquina não pode mais ser vencida.

Nada nas caixas "entende" Hexapawn: a máquina melhorou só porque o feedback removeu as jogadas que perderam.

Onde este curso se encaixa

Etapa 4. Este curso cobre o machine learning clássico de ponta a ponta e termina na fronteira: redes neurais, explicabilidade, AutoML, MLOps e modelos de fundação. O deep learning ganha uma aula de transição aqui; seu tratamento completo está no curso complementar Artificial Neural Networks and Deep Learning.

Referências

• Turing, A. M. "Computing Machinery and Intelligence." Mind 59 (1950). DOI
• Samuel, A. L. "Some Studies in Machine Learning Using the Game of Checkers." IBM J. Res. Dev. 3 (1959). DOI
• Bishop, C. M. Pattern Recognition and Machine Learning. Springer, 2006.

Quiz