Introdução
O aprendizado automático ou a aprendizagem automática ou também aprendizado de máquina ou aprendizagem de máquina (em inglês: machine learning) é um subcampo da Engenharia e da ciência da computação que evoluiu do estudo de reconhecimento de padrões e da teoria do aprendizado computacional em inteligência artificial.
Aprendizagem supervisionada É principalmente utilizada quando o sistema já sabe quais entradas estão associadas com quais saídas e precisa aprender um meio de entender essa associação. Utiliza a detecção de padrões para estabelecer previsões. Um exemplo de aprendizagem supervisionada é a categorização de e-mails, separando do que é relavante e o que é SPAM.
Aprendizagem não-supervisionada Já na aprendizagem não-supervisionada, sua abordagem está na descoberta das relações implícitas em um conjunto de dados não rotulados. Nesse caso, identifica padrões para rotular os dados. O sistema de recomendação, citado anteriormente, é um bom exemplo de aprendizagem não suprvisionada.
Aprendizagem por reforço Nesse método, o computador é estimulado a aprender com base em tentativas e erros. O processo é otimizado por meio da prática direta, ensinando o sistema a priorizar certos hábitos. Entre os exemplos desse método estão os veículos autônomos e os sistemas que jogam xadrez.
Processamento de língua natural (PLN) é uma subárea da ciência da computação, inteligência artificial e da linguística que estuda os problemas da geração e compreensão automática de línguas humanas naturais. Sistemas de geração de língua natural convertem informação de bancos de dados de computadores em linguagem compreensível ao ser humano e sistemas de compreensão de língua natural convertem ocorrências de linguagem humana em representações mais formais, mais facilmente manipuláveis por programas de computador. Alguns desafios do PLN são compreensão de língua natural, fazer com que computadores extraiam sentido de linguagem humana ou natural e geração de língua natural.