Pular para as informações do produto
1 de 1

Loja Papiron

ATIVIDADE1 - TÉCNICAS DE MACHINE LEARNING 51_2026

ATIVIDADE1 - TÉCNICAS DE MACHINE LEARNING 51_2026

Preço normal R$ 24,90 BRL
Preço normal R$ 0,00 BRL Preço promocional R$ 24,90 BRL
Promoção Esgotado
Tributos incluídos.

Compre pelo whatsapp e tenha um belo desconto!

Clique Aqui e Compre pelo Whatsapp Ver informações completas

Clique Aqui e Compre pelo Whatsapp

No universo da tecnologia, Inteligência Artificial (IA), Machine Learning (ML) e Deep Learning (DL) são termos frequentemente mencionados, por vezes de forma intercambiável, apesar de suas distinções claras.
 
A Inteligência Artificial é um campo amplo que visa criar máquinas capazes de realizar tarefas que normalmente requerem inteligência humana.
 
Dentro da IA, o Machine Learning surge como uma subcategoria que inclui técnicas permitindo que as máquinas aprendam com dados.
 
Finalmente, o Deep Learning é uma especialização ainda mais específica do Machine Learning, que utiliza redes neurais profundas para aprender e tomar decisões.
 
A relação entre esses conceitos é hierárquica e intrinsecamente ligada ao avanço da tecnologia e da capacidade de processamento computacional.
 
Considerando o texto anterior, como a relação hierárquica entre Inteligência Artificial, Machine Learning e Deep Learning impacta o desenvolvimento e aplicação de tecnologias inovadoras? Para responder a essa atividade, elabore um texto dissertativo-argumentativo com no mínimo 10 (dez) linhas.
 
 
ORIENTAÇÕES IMPORTANTES:
 
- Realize uma leitura cuidadosa do livro da disciplina e assista à videoaula. 
- Assista ao vídeo de orientações gravado pelo professor e/ou orientações recebidas durante as aulas ao vivo. 
- Realize pesquisas complementares nas referências apresentada pelo professor. 
- Ao realizar pesquisas, não faça cópia fiel do texto e sempre insira as devidas referências dos autores.
 
Referências:
MITCHELL, T. Machine learning. New York: McGraw-Hill, 1997.
RUSSEL, S.; NORVIG, P. Artificial intelligence: a modern approach. [S. l.]: Prentice-Hall, 1994.
RUSSEL, S.; NORVIG, P. Inteligência artificial. 3. ed. São Paulo: Grupo Gen, 2013.
SILVA, F.  M. da S. et al. Inteligência artificial. Porto Alegre: SAGAH, 2019.
TAULLI, T. Introdução à inteligência artificial: uma abordagem não técnica. São Paulo: Novatec, 2020.

Clique Aqui e Compre pelo Whatsapp