[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-123517-pt":3,"doc-seo-123517-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},123517,8796095027276,"Valentina","https://avatar.qwps.com/avatar/d3BzX2FwX3Rlc3RfMjUxMTI2XzAxODA=",32,"Pesquisa e Relatórios","Memorial de Projetos - Machine Learning - Fundamentos, Formas e Técnicas da Aprendizagem de Máquina na Inteligência Artificial - Resumo e Sumário","Memorial de Projetos que apresenta a Aprendizagem de Máquina como ramo central da Inteligência Artificial, com foco na capacidade de melhorar desempenho por meio da experiência. Discute desafios fundamentais como a generalização, relacionando-a diretamente ao overfitting (ajuste excessivo aos dados de treinamento) e ao underfitting (modelos simplificados). Expõe a contribuição da teoria PAC learning ao estimar a quantidade de exemplos para garantir provável correção aproximada. Ressalta a importância conjunta da qualidade e da quantidade de dados, comparando-a ao impacto da escolha e otimização de algoritmos. Finaliza caracterizando o campo como dinâmico e em constante evolução, impulsionado por dados massivos, maior poder computacional e algoritmos sofisticados.","UNIVERSIDADE FEDERAL DO PARANÁ  \nALISSON CRESPIM VIEIRA  \n􀀃􀀄􀀍 􀀁􀀃􀀆  \n􀀌􀀊􀀋 􀀄􀀇􀀁􀀂 􀀂 􀀄  \n􀀃􀀅  \n􀀂 􀀄  \n􀀁􀀁􀀐 􀀁􀀂􀀂􀀎􀀒􀀓􀀄􀀕􀀖􀀅􀀗􀀅 􀀆  \n􀀁􀀂  \nMEMORIAL D􀀃E PROJETOS: MACHINE LEARNING-FUNDAMENTOS, FORMAS ETÉCNICAS D􀀁A APRENDIZAGEM DE MÁQUINA NA INTELIGÊNCIA ARTIFICIAL  \nCURITIBA 􀀏􀀇􀀈􀀉  \n2025  \nALISSON CRESPIM VIEIRA  \nMEMORIAL DE PROJETOS:MACHINE LEARNING-FUNDAMENTOS, FORMAS ETÉCNICAS DA APRENDIZAGEM DE MÁQUINA NA INTELIGÊNCIA ARTIFICIAL  \nMemorial de Projetos apresentado ao curso de Especialização em Inteligência Artificial Aplicada, Setor de Educação Profissional e Tecnológica, Universidade Federal do Paraná, como requisito parcial à obtenção do título de Especialista em Inteligência Artificial Aplicada.  \nOrientador: Prof. Dr. Jaime Wojciechowski  \nCURITIBA  \n􀀂􀀁􀀃􀀄  \n􀀕􀀎􀀌􀀖􀀇􀀑􀀔􀀌􀀄􀀁􀀅􀀈 􀀋􀀉􀀆􀀊􀀒􀀂􀀍 􀀅􀀏 􀀐􀀁􀀓􀀃􀀎􀀗  \nº􀀏.􀀏􀀝@ŀ􀀌􀀏􀀒 􀀋 􀀙􀀋B􀀖􀀊kj􀀒  \n􀀝􀀙1􀀒􀀌 􀀋􀀗 􀀗􀀋Ó􀂖􀀊ľļ􀀒 ?􀀌􀀒S°Ï􀀝􀀏􀀒W􀀊( 􀀙 @􀀗􀀖W􀀒(J+,􀀖􀀊 B.,Ö􀀗􀀌􀀝,􀀋􀀊􀀋􀀗 ¬􀀗􀀋􀀙􀀌􀀊( 􀀋Â Ç 􀀌􀀊.Ĺ  \nÈ􀀌ń􀀑􀀌􀀗􀀏1􀀒􀀌􀀏􀀊 􀀋􀀗 ?J􀀝􀀑+􀀌􀂓􀀋B􀀊ĿĽ􀀒  \n􀀖Z􀀌􀀝􀀒 􀀋􀀙 YJ􀀝􀀑+􀀌􀀊􀀋Z􀀊kj􀀒 􀀏¾1􀀗·,+ł.􀀖􀀏 􀀊􀀌1􀀏S􀀏􀀖􀀏 (  \n􀀊Y(􀀏􀀖 􀀋􀀊 􀀑 􀂉*M*N*}􀂎􀂅Q􀂐􀀙O  \n􀀉􀀄􀀈􀀅􀀆 􀀃􀀄 􀀁􀀇􀀈􀀆􀀊􀀂􀀌􀀋􀀆  \n/􀀉 Ąå\"2􀀅􀀃􀀉 􀀆􀀁 􀂔􀀁7C􀀁 ķ􀀁\"􀀇􀀐􀀁D􀀃Ė􀀁 􀀄􀀂􀀉ê􀀓E􀀁􀀄􀀁 $􀀂ý􀀈 􀂗􀀈􀀕􀀂􀀓!􀀁D􀀃 􀀆􀀃 )ė\\#􀀓􀀅􀀁b􀀁 􀀆􀀂 )ő􀀉vT􀀅􀀁􀀄Ĭ􀀁Ŋl􀀈 􀀛􀀐Ĥ􀀂ă􀀇􀀓ŏ􀀐Ýë􀀁 􀀍ĘGì^􀀇Þí􀀁􀀕 􀀎$aú3􀀁􀀆􀀁 􀀄􀀁[7îIJ􀀂􀀅%_􀀄􀀁􀀄􀀂 \u003C􀀂􀀄􀀂􀀅􀀁þ 􀀆􀀈 )􀀁􀀅􀀁Ċņ ^􀀈􀀅􀀁b 4\\#EijĐ4􀀁􀀄􀀈􀀉 F􀀁􀀅􀀁 8􀀂􀀁􀀕!i􀀁ę 􀀁 􀀁􀀅􀀓ĭ5ŋK􀀃 􀀄􀀁 -􀀈􀀐􀀈􀀓Ě􀀁ç5􀀁 􀀄􀀂 '􀀉$􀀂Cï􀀁􀀕􀀇i􀀁LK\\# 􀀄􀀂 􀀍¸±􀀚􀀚/¿ 􀂘􀀜¡􀀚)􀀔»×􀀔R􀀔0􀀎q 􀀇􀀐H􀀇ĥ􀀞􀀕􀀁􀀆􀀁􀂑 -¢-Ã0􀀔􀀍 ³ 􀂜£ )􀀜IJ'A/􀀚: V􀀎;¯U>' ´¤􀀎􀀜 􀀔À= w \u003CÔ 􀂝􀀍¼R Ñ/􀀚r \u003CÅ0V􀀍􀀚 ' ÒŁ􀂙>􀀛􀂛􀀍􀀚 􀂞􀀎 􀀎É􀀜¥X&􀀛Ú􀀍T¦½&§ -ĺÎ[􀀔>􀀍 􀀎 􀀔XA¨ ¹􀀛=Ń 􀂚􀀔􀀎 􀀍􀀜A􀀛 U;􀀔􀀎µs Ĕ􀀞􀀂 􀀁$Œ% Ħ􀀂􀀅􀀂ą 􀀇􀀐ĕ􀀞􀀇􀀅5􀀄􀀃 􀀈 􀀁􀀕Įċ􀀃 􀀂 ě􀀂􀀁ÿ!ĸ􀀁D􀀁 􀀁 􀀁Ĵ􀀁aû􀀁Ōl􀀃 􀀆􀀃  \n􀀞􀀗􀀅􀀉􀀆􀀐􀀎􀀓􀀁 􀀛\"􀀓 􀀋􀀌 􀀕􀀆􀀘􀀌􀀊􀀌􀀘 􀀕􀀌􀀑􀀆 􀀜 􀀇 􀀄􀀃􀀈􀀃􀀖􀀃􀀃􀀙􀀃􀀔􀀄!􀀃􀀈􀀃$􀀄\\#%􀀃􀀄􀀔􀀃􀀃 􀀒􀀓 􀀚􀀏 􀀓 􀀋􀀌 􀀋􀀌􀀍􀀌􀀝􀀅􀀂  \n􀀎 􀀃įe􀀃􀀅􀀓􀀁 􀀆\\# īŐħ􀀞􀀕􀀃 􀀆􀀂 􀀂􀀉ē􀀂3􀀇􀀁6!%e􀀁 􀀂%ĨŇ 􀀉hü􀀂􀀇H􀀁 Ņ é􀀈Ć􀀃Ā\\#􀀓􀀁Lʼn􀀃 $􀀂􀀕đ C􀀃6􀀂􀀓ð􀀁􀀆􀀈t 􀀁􀀃 􀀁f􀀂Č􀀆􀀇\"􀀂čf􀀈 􀀆􀀂 H􀀈􀀆􀀁􀀉 􀀁􀀉 !􀀐􀀄ñ3􀀁LŔ􀀂􀀉 􀀂 4􀀃Ĝ􀀅􀀂ōŕ􀀂%􀀉􀀃65à!g􀀁􀀆􀀁% F􀀂6􀀁 2􀀁Ď4􀀁 􀀂 􀀁􀀃 $􀀕􀀂E􀀃 􀀁G􀀂􀀐􀀆òć􀀂7I􀀈 á􀀁􀀉 â􀀂\"􀀁7􀀄􀀁􀀉 8􀀂􀀓􀀇\"􀀂􀀐G􀀁ó􀀉 􀀄\\# Ê􀀅􀀃􀀓8􀀁Ĉ􀀁 􀀄􀀂 Ëœ􀀉x=8􀀁􀀆􀀞􀀁ŎK􀀃9  \n;h􀀅􀀇gôÛ􀀁u M􀂆 􀀆􀀂 Ð􀀂I􀀂ĉ2􀀅􀀈 􀀄􀀂 􀂀{􀂁􀂌9  \n_ď􀀁􀀄􀀃􀀅􀀁  \n􀀍ĵ􀀁􀀕􀀇􀀁ã􀀈ĝ 􀀛􀀐I􀀂􀀅􀀐􀀃 mÕ 􀀔Ø©􀀜􀀚􀀛&􀀎&' ®«&ª0􀀍¶ 􀂟Æ Ì􀀎􀀜􀀍ÁĻo  \n􀀌􀀞􀀘 􀀋Ēİĩ􀀃c `3􀀇􀀄\\d ÙõæöĞ􀀘 􀀊ğß􀀃yĶ\\􀀅ä] 􀀑 􀀖ıĠ􀀇Ī÷Ü􀀘 􀀑 ?􀀘c􀀘􀀐ň 􀀑 􀂕ġ􀀘d􀀇`  \n􀀖􀀙Í 􀂏~􀂍􀂂*􀀑􀂃P| z@]ā: n􀂊􀁿p 􀂇􀂈PO􀀑􀂋Q􀂄N 􀀑 􀀙􀀑\"􀀘øĂ: ù􀀘􀀘􀂒􀀞èFģ92Ģ  \nRESUMO  \nA Aprendizagem de Máquina (Machine Learning) é um ramo fundamental da Inteligência Artificial (IA) que busca capacitar agentes a aprimorar seu desempenho a partir da experiência. Em contextos complexos, a aprendizagem demáquina é muitas vezes a abordagem mais eficaz, ou até a única, para treinar programas a atingir altos níveis de performance, especialmente quando os designers não conseguem prever todas as situações, as mudanças ao longo do tempo, ou nãosabem como programar a solução por si mesmos. Um desafio fundamental na aprendizagem de máquina é a generalização, ou seja, a capacidade da hipóteseaprendida de ter um bom desempenho em exemplos não observados durante otreinamento. Este conceito está intrinsecamente ligado à super adaptação (overfitting), onde o modelo se ajusta de forma excessiva aos dados de treinamento, perdendo a capacidade de generalizar, e à sub adaptação (underfitting), onde o modelo é excessivamente simplificado para capturar a complexidade dos dados. Ateoria da aprendizagem computacional (PAC learning) investiga a quantidade de exemplos necessária para que uma hipótese seja considerada \"provavelmenteaproximadamente correta\". Na prática, tanto a qualidade quanto a quantidade dos dados são tão críticas quanto a seleção do algoritmo, sendo que o investimento namelhoria dos dados pode ter um impacto mais significativo no desempenho do que amera otimização do algoritmo. A aprendizagem de máquina permanece um campo altamente dinâmico, em constante evolução, impulsionada pela convergência de dados massivos, poder computacional crescente e o contínuo desenvolvimento dealgoritmos sofisticados.  \nPalavras-chave:Aprendizagem de Máquina;Inteligência Artificial; Dados; Algoritmos.  \nABSTRACT  \nMachine Learning is a fundamental branch of Artificial Intelligence (AI) that aims to enable agents to improve their performance through experience. In complex contexts, machine learning is often the most effective — or even the only —approach","cbCaimS07i13EH4O","https://ap.wps.com/l/cbCaimS07i13EH4O","pdf",6589220,2,1,93,"Portuguese","pt",112,"# Resumo\n# Palavras-chave\n# Sumário\n## Parecer Técnico\n## Referências\n## Apêndices (Introdução à IA, Linguagens, Estatística, Arquitetura de Dados, Aprendizado de Máquina, Deep Learning, Big Data, Visão Computacional e Aspectos Éticos)","[{\"question\":\"O que a Aprendizagem de Máquina busca alcançar em sistemas de Inteligência Artificial?\",\"answer\":\"Capacitar agentes a aprimorarem seu desempenho por meio da experiência. Em contextos complexos, tende a ser a abordagem mais eficaz para atingir alto desempenho.\"},{\"question\":\"Por que generalização é um desafio central na aprendizagem de máquina?\",\"answer\":\"Generalização é a capacidade da hipótese aprendida ter bom desempenho em exemplos não vistos durante o treinamento. Falhas nesse ponto se conectam ao overfitting e ao underfitting.\"},{\"question\":\"Como overfitting e underfitting afetam o desempenho do modelo?\",\"answer\":\"Overfitting ocorre quando o modelo ajusta demais os dados de treinamento e perde capacidade de generalizar. Underfitting acontece quando o modelo é simplificado demais para capturar a complexidade dos dados.\"}]","Memorial de Projetos - Machine Learning - Fundamentos, Formas e Técnicas da Aprendizagem de Máquina na Inteligência Artificial - Resumo e Sumário | PDF",1785817050,143,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"project-portfolio-machine-learning-fundamentals-methods-and-techniques-of-machine-learning-in-artificial-intelligence-summary-and-contents","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/project-portfolio-machine-learning-fundamentals-methods-and-techniques-of-machine-learning-in-artificial-intelligence-summary-and-contents/123517/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-11","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"O que a Aprendizagem de Máquina busca alcançar em sistemas de Inteligência Artificial?","Question",{"text":76,"@type":77},"Capacitar agentes a aprimorarem seu desempenho por meio da experiência. Em contextos complexos, tende a ser a abordagem mais eficaz para atingir alto desempenho.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Por que generalização é um desafio central na aprendizagem de máquina?",{"text":81,"@type":77},"Generalização é a capacidade da hipótese aprendida ter bom desempenho em exemplos não vistos durante o treinamento. Falhas nesse ponto se conectam ao overfitting e ao underfitting.",{"name":83,"@type":74,"acceptedAnswer":84},"Como overfitting e underfitting afetam o desempenho do modelo?",{"text":85,"@type":77},"Overfitting ocorre quando o modelo ajusta demais os dados de treinamento e perde capacidade de generalizar. Underfitting acontece quando o modelo é simplificado demais para capturar a complexidade dos dados.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},29,"Histórias em Quadrinhos","comic",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":120},"research-report",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},33,"Religião e Espiritualidade","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},31,"Saúde e Cuidados","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]