O Kaggle é uma plataforma online de ciência de dados e machine learning, propriedade da Google desde 2017. Oferece conjuntos de dados públicos, competições baseadas em problemas reais, notebooks no navegador com recursos de computação e cursos de formação. Para organizações e aprendizes, é útil para experimentar métodos, comparar abordagens ou identificar talento. A licença e a origem de qualquer conjunto de dados devem ser verificadas antes da utilização.
Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.
Iniciar demonstraçãoO machine learning é um ramo da inteligência artificial em que os computadores deduzem padrões a partir de dados, em vez de cada regra ser programada explicitamente. Consoante a tarefa, os modelos aprendem com exemplos etiquetados (supervisionada), com dados não etiquetados (não supervisionada) ou através de recompensas (por reforço). As aplicações vão de filtros de spam e previsões de procura a recomendações de produtos. A qualidade depende muito da quantidade e da qualidade dos dados de treino.
O Jupyter Notebook é uma aplicação de código aberto, executada no navegador, do Project Jupyter, que combina código executável, resultados, gráficos e texto explicativo num único documento. Os notebooks são muito usados na análise de dados, no machine learning, na investigação e no ensino, porque cada passo pode ser documentado e partilhado de forma rastreável. Python é a linguagem mais comum. Exemplo: um analista carrega dados de vendas, limpa-os e mostra os resultados num gráfico logo abaixo.
Em IA, benchmarking significa comparar sistematicamente modelos ou sistemas com base em tarefas e critérios definidos. Os benchmarks públicos medem, por exemplo, conhecimentos gerais, capacidade de raciocínio ou de programação; para a utilização prática, porém, o que mais conta são casos de teste do próprio dia a dia de trabalho. Critérios típicos são a exatidão, a exaustividade, o tempo de resposta e o custo. Isto ajuda a decidir se um modelo mais pequeno e mais barato é suficiente para uma tarefa.
Os dados de treino são os exemplos a partir dos quais um modelo de IA aprende padrões: grandes coleções de texto para modelos de linguagem, imagens etiquetadas para modelos de imagem. A sua qualidade, diversidade e atualidade determinam em grande medida a fiabilidade e a equidade de um modelo e o quão atualizado será o seu conhecimento. Para as organizações, também importa saber se um fornecedor utiliza os dados dos clientes que lhe são fornecidos para treino adicional.
