O que é Ciência de Dados e Aprendizado de Máquina?

O que é Ciência de Dados e Aprendizado de

Máquina?

Na área de tecnologia temos muitas áreas de especialização, o que normalmente é desconhecido do público comum e até mesmo de alguns profissionais da área, pois dependendo da sua área de formação e atuação, costumam se ater a apenas o próprio nicho se especializando a fundo apenas nele. A grande variedade de subdivisões se dá não só pela grande variedade de cursos de nível técnico, superior e/ou especializações que existem nesse meio formando especialistas de cada área, mas principalmente porque cada segmento da tecnologia possui muitas áreas de especialização dentro de cada nicho e um universo de informação ainda a ser explorado.

Especificamente dentro da área da ciência da computação, nicho da programação, existem também muitas subdivisões onde encontramos desde a criação de programas e ferramentas que possuem propósito final de resolver algum problema de forma computacional até a análise e manipulação de dados de forma científica. Uma destas áreas específicas é a que trata das particularidades da chamada Inteligência Artificial, sub área esta que trata desde processos de automação até modelos que simulam tipos de inteligência para os mais diversos propósitos.

Na verdade, existem muitas áreas que podem englobar ou compartilhar conceitos umas com as outras, o que nos dias atuais torna difícil até mesmo tentar dividir as áreas da tecnologia ou categorizá-las individualmente de acordo com suas particularidades. Uma destas áreas da computação, independentemente de qual classe, chamada Data Science, ou em tradução livre, Ciência de Dados, está muito em alta nos dias atuais, porém sua idealização se deu em meados da década de 50 e ainda estamos longe de explorar todo seu real potencial.

Basicamente se idealizaram na década de 50 rotinas (algoritmos) e

modelos computacionais para se trabalhar processando grandes volumes de dados fazendo o uso do poder computacional da época para seu devido processamento. Você já deve imaginar que naquela época não tínhamos poder computacional para pôr em prática tais conceitos, logo, muitas dessas ideias acabaram sendo engavetadas.

Porém décadas depois tivemos enormes saltos tecnológicos e finalmente hoje temos poder de processamento de sobra, fazendo o uso de GPUs de alta performance, clusters de processamento paralelo e métodos de processamento onde realmente conseguimos trabalhar com enormes volumes de dados para fins de se analisar e obter informações a partir dos mesmos, sem falar de outras tecnologias que foram criadas em paralelo que nos permitiram avançar de forma exponencial. Hoje já é realidade termos também automação para praticamente qualquer coisa, assim como hardware e software desenvolvidos para aumentar e melhorar processos até então realizados puramente por pessoas com base em sua baixa eficiência se comparado a um computador.

Sendo assim retomamos e aperfeiçoamos aqueles conceitos lá da

longínqua década de 50 para hoje termos diferentes áreas de processamento de dados sendo cada vez mais usadas de forma a criar impacto no mundo real. Muitos autores inclusive veem essa área da computação como uma evolução natural da ciência estatística que, combinada a toda automação que desenvolvemos, resultou num salto tecnológico sem precedentes. A tecnologia está infiltrada em tudo e todas as outras áreas, colaborando para que nestes dias atribulados consigamos criar e produzir de modo a suprir as demandas desse mundo moderno.

Como comentado anteriormente, o conceitual teórico de criar formas e métodos de fazer com que computadores “trabalhem por nós” já existe de muito tempo. Hoje conseguimos concretizar várias dessas ideias graças aos avanços tecnológicos que obtivemos, seja em estrutura física ou lógica, a ponto de literalmente estarmos criando literalmente inteligência artificial, sistemas embarcados, integrados na chamada internet das coisas, softwares que automatizam processos e não menos importante que os exemplos anteriores, a digitalização de muita informação analógica que ainda hoje trabalhamos, mesmo numa fase de grandes avanços tecnológicos, ainda vivemos essa transição.

Falando da aplicação de “dados”, raciocine que em outras épocas, ou pelo menos em outras eras tecnológicas, independente do mercado, se produzia com base na simples aplicação de modelos administrativos, investimento e com base em seu retorno, com um pouco de estatística se criavam previsões para o mercado a médio prazo. Nesse processo quase que de tentativa e erro tínhamos modelos de processos com baixa eficiência, alto custo e consequentemente desgaste por parte dos colaboradores.

Hoje independentemente de que área que estivermos abordando, existem ferramentas computacionais de automação que, sem grandes dificuldades conseguem elevar muito a eficiência dos processos num mundo cada vez mais acelerado e interconectado, sedento por produtividade, com enormes volumes de dados gerados e coletados a cada instante que podemos usar de forma a otimizar nossos processos e até mesmo prever o futuro dos mercados.

Para ficar mais claro, imagine o processo de desenvolvimento de uma

vacina, desde sua lenta pesquisa até a aplicação da mesma, tudo sob enormes custos, muito trabalho de pesquisa, tentativa e erro para poucos e pífios resultados. Hoje, falando a nível de ciência, se evolui mais em um dia do que no passado em décadas, e cada vez mais a tecnologia irá contribuir para que nossos avanços em todas as áreas sejam de forma mais acelerada e precisa.

Seguindo com o raciocínio, apenas por curiosidade, um exemplo bastante interessante é o da criação da vacina contra o vírus da raiva. Idealizada e pesquisada por Louis Pasteur, posteriormente publicada e liberada em 1885, na época de sua pesquisa a história nos conta que em seu laboratório quando ele ia coletar amostras de tecidos, de animais em diferentes estágios da infecção para que fossem feitas as devidas análises e testes. Para realização dos devidos procedimentos iam até o ambiente das cobaias ele, um assistente e era levado consigo uma espingarda… A espingarda era para matar ele caso houvesse sido contaminado, uma vez que naquela época esta ainda era uma doença fatal, de quadro clínico irreversível uma vez que a pessoa fosse contaminada.

Hoje conseguimos usar de poder computacional para reduzir tempo e custos (principalmente em pesquisa e no âmbito de criar modelos onde se usa de ferramentas computacionais para simular os cenários e as aplicações e seus respectivos resultados, em milhões de testes simulados), aplicar a vacina de forma mais adaptada às necessidades de uma população ou área geográfica e ainda temos condições de aprender com esses dados para melhorar ainda mais a eficiência de todo este processo para o futuro. Da mesma forma, existe muita pesquisa científica em praticamente todas as áreas de conhecimento usando das atuais ferramentas de ciência de dados e das técnicas de aprendizagem de máquina para criar novos prospectos e obter exponenciais avanços na ciência.

Neste pequeno livro iremos abordar de forma bastante prática os

principais conceitos desta gigante área de conhecimento, a fim de desmistificar e principalmente de elucidar o que realmente é esta área de inteligência artificial, ciência de dados e aprendizagem de máquina, além de suas vertentes, subdivisões e aplicações. Estaremos criando de forma simples e procedural uma bagagem de conhecimento sobre os principais tópicos sobre o assunto assim como estaremos pondo em prática linha a linha de código com suas devidas explicações para que ao final desse livro você tenha condições não só de trabalhar em cima de ferramentas de computação científica, mas criar seus próprios modelos de análise de dados e ter condições de os adaptar para suas aplicações diárias.