Q:
Qual é a diferença entre aprendizado de máquina e mineração de dados?
UMA:Mineração de dados e aprendizado de máquina são dois termos muito diferentes - mas geralmente são usados no mesmo contexto, que é a capacidade das partes de refinar e classificar os dados para obter insights e conclusões. As semelhanças e as diferenças combinadas podem tornar confusas as discussões sobre esses dois processos muito diferentes para públicos menos entendidos em tecnologia.
A mineração de dados é o processo de agregar dados e depois extrair dados úteis desse conjunto de dados maior. É um tipo de descoberta de conhecimento que vem ocorrendo desde que conseguimos agregar grandes quantidades de dados. Você pode fazer a mineração de dados com um sistema bastante primitivo: o programa será programado para procurar padrões e tendências de dados específicos, e as informações técnicas serão “extraídas” dessa massa bruta de dados, independentemente da forma em que eles estejam.
O aprendizado de máquina é algo mais novo e mais sofisticado. O aprendizado de máquina usa conjuntos de dados, mas, diferentemente da mineração de dados, o aprendizado de máquina usa algoritmos e configurações elaborados, como redes neurais, para permitir realmente que a máquina aprenda com os dados de entrada. Assim, o aprendizado de máquina é um pouco mais profundo do que uma operação de mineração de dados. Por exemplo, em uma rede neural, neurônios artificiais trabalham em camadas para receber dados de entrada e liberar dados de saída com muita atividade elaborada de "caixa preta" no meio (o termo "caixa preta" se aplica a sistemas mais sofisticados quando os humanos têm uma dificuldade para entender como as redes ou algoritmos neurais estão realmente fazendo seu trabalho).
A mineração de dados e o aprendizado de máquina também são bastante diferentes em seus aplicativos corporativos. Novamente, a mineração de dados pode continuar em qualquer aplicativo ERP e em muitos processos diversos.
Por outro lado, um projeto de aprendizado de máquina requer recursos consideráveis. Os gerentes de projeto precisam reunir os dados de treinamento e teste, procurar problemas como ajuste excessivo, decidir sobre a seleção e extração de recursos e muito mais. O aprendizado de máquina pode exigir formas complexas de adesão de várias partes interessadas, enquanto as atividades de mineração de dados geralmente exigem apenas uma rápida aprovação.
Apesar dessas diferenças, a mineração de dados e o aprendizado de máquina se aplicam ao domínio da ciência de dados. Aprender mais sobre ciência de dados ajuda as partes interessadas a aprender mais sobre como esses processos funcionam e como eles podem ser aplicados em qualquer setor.
