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 Classificação & Métricas).

Por que aprender a partir de dados?

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.

flowchart LR
    subgraph Programação tradicional
        A[Regras] --> C[Programa]
        B[Dados] --> C
        C --> D[Respostas]
    end
    subgraph Machine learning
        E[Dados] --> G[Algoritmo de aprendizado]
        F[Respostas / rótulos] --> G
        G --> H[Modelo ≈ regras]
    end

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?

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 marca os marcos que este curso visitará — das bases históricas até a fronteira atual.

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 Parte III — é o antídoto.
3. Os métodos modernos são composições de ideias clássicas. O BERTopic (2022), que estudaremos na Parte II, 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

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 eventualmente 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.

Onde este curso se encaixa

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.

Material de aula

Quiz