. [Análise de Dados] Módulo 1 - O que são dados e por que eles importam? aula 2

olá tudo bem meu nome é Anderson serei seu professor nesse conteúdo de dados e fazendo para você a minha autodescrição sou um homem branco com cabelos castanhos estou utilizando uma camisa preta e uso barba inteligência artificial módulo um como os dados são usados na inteligência artificial bem vamos para o slide então e eu quero apresentar para você o que nós discutiremos qual será então o tema abordado aqui nesta aula tá essa é a aula número dois do módulo um como os dados são usados na inteligência artificial então você lembra que no anúncio dessa aula né

a gente falou um pouquinho que nessa aula agora a gente ia discutir um pouco desse assunto né sobre inteligência artificial vocês terão um outro módulo que vai trabalhar somente especificamente disso né mas eu preciso falar um pouco até porque tá representado né tá associado aos dados tá então os objetivos para você desta aula entender como os dados são utilizados para treinar sistemas de inteligência artificial tá então você vai ver que dentro dessa aula eu vou colocar ali um mapa mental tá e esse mapa mental ele vai trazer eh alguns caminhos né eh que você faz

ali para ter então essa essa representação né de como os dados são utilizados paraa gente treinar realmente os robôs os nossos algoritmos para eles terem esse comportamento como se fosse uma inteligência humana aprendendo né só que é uma inteligência artificial e o segundo ponto que será trabalhado né é conhecer as eh algumas aplicações né eu vou mostrar aqui na verdade eh qual é o padrão que é feito para ter aquele reconhecimento facial né eh eh assistentes virtuais e recomendações personalizadas também aí durante esta aula perfeito bom então vamos lá então pro nosso primeiro slide e

aí eu trago para você a definição de inteligência artificial o que que é uma inteligência artificial então né então vamos lá a inteligência artificial é a capacidade das máquinas de aprender essa essa capacidade da máquina de aprender ela tá ligado ao ML que é o machine learning tá do inglês aprendizagem de máquina ou aprendizado de máquina o ML tá machine learning e tem várias aplicações que nós utilizamos esse braço da IA como se fosse um braço da IA o ML né esse machine learning para você colocar ali dentro do seu sistema para você colocar dentro

do seu algoritmo para fazer enfim com que tem esses comportamentos aí de IA como eh para que o teu sistema tenha esses comportamentos de IA de repente você fez um sistema ali eh que você vai eh colocar eh para prestar um serviço para pessoas tá que estão por exemplo em situação de de rua né ou então para pessoas que estão perdidas né essas pessoas mais idosas né quando elas saem de casa né e de repente ali elas se perdem e não sabe voltar isso é um problema teve pessoas né que eh se perderam ficou dias

eh desaparecidas por conta dessa questão aí de falta de instrução mesmo né então o que que acontece você pode desenvolver programas que vão auxiliar essas pessoas né eh através de drones que possem que possam ficar monitorando e de acordo com alguns sinais né quais sinais são esses ah a pessoa fica parada por exemplo eh mais do que um minuto né então seja pode ser por exemplo um primeiro sinal ou então a pessoa não conseguir atravessar a rua mesmo se não tiver nenhum carro passando mesmo estando na faixa de pedestre ela pode estar passando mal então

alguns sintomas então são gatilhos que eh vai eh que vai acionar né esses mecanismos desses robôs desses algoritmos da inteligência artificial que tá por trás ali vamos supor desse drone que eu tô dando esse exemplo tá bom então isso é o treinamento então você tem que expor o seu sistema expor esses dispositivos a várias situações dessa maneira ele vai conseguindo aprender esses comportamentos tá bom então isso é uma aprendizagem de máquina tá eh você pode por exemplo utilizar um robô para fazer separação de grãos tá você tá eh sabe quando você vai por exemplo escolher

o feijão você compra lá um pacote de feijão no mercado só que daí você vai lavar o feijão tal e aí tem aquele pessoal que escolhe o feijão né para você selecionar os grãos ali que você vai consumir ou não tem gente que já não faz não tem mais esse hábito né mas antigamente o pessoal tinha bastante esse hábito de você escolher então você pode desenvolver uma aplicação com IA para ela executar esse tipo de trabalho né é um trabalho manual e aí você pode colocar uma máquina para fazer isso aí e você vai treinar

ela para que ela consiga então fazer isso da melhor forma possível e quanto mais você treinar ela mais ela vai ficando mais ela vai aprender por isso que chama aprendizagem de máquina tá vamos lá no slide mais uma vez por gentileza então isso é aprendizagem de máquina tá e qual é o objetivo disso ó e tomar decisões com base em dados concorda comigo de acordo com você vai treinando esse vamos pegar esse exemplo que eu dei aí da da é de uma máquina ali fazendo a escolha dos grãos né selecionando os grãos quanto mais ela

fizer isso mais ela vai est treinada nisso então qual é quais são as decisões né você vai treinar essa máquina para quê para que ela tome decisões assertivas na escolha desses grãos tá e cada vez mais ela vai tomar decisões mais assertivas nesta atividade a ponto de uma hora ela tá eh igual uma pessoa humana né fazendo um trabalho tão bem feito quanto uma pessoa humana faz só que ela não precisa descansar ela não precisa parar por quê porque é uma máquina então a intenção da inteligência artificial né qual é a intencionalidade né de você

ter uma inteligência artificial tem gente que se preocupa muito e às vezes pensa: "Ah mas ela vai tomar o meu espaço ela vai tomar o meu trabalho ela vai tomar o meu cargo né?" Então elas são treinadas né para substituir as pessoas humanas sim mas somente nessas funções que exigem exigem reforços repetitivos tá então por exemplo ah eh ficar escolhendo o feijão ali não desmerecendo esse ato né mas uma coisa que eu posso treinar uma IA para fazer enquanto eu posso aproveitar o meu tempo para fazer uma outra coisa mais útil que de repente a

IA não vai conseguir fazer tão bem feito quão como eu faço então quando a gente tem esse medo né esse receio de perder o nosso espaço de para uma Ia eu sempre falo assim a gente não tem que ter esse medo de perder o nosso cargo o nosso trabalho a nossa função para uma IA a gente tem que ter medo de perder o nosso espaço para uma pessoa que saiba utilizar a IA que saiba utilizar os artifícios da inteligência artificial melhor do que eu tá então por isso que nós temos que cada vez mais nos

habituarmos aí a incluir a inteligência artificial na nossa rotina de trabalho né então muita gente utiliza hoje os prompts né o Chat GPT entre outros aí né o Mônica eh o Dipsic né o Copilot entre outros assistentes ali para ajudar você em algumas coisas eh em algumas tarefas rotineiras vamos pensar assim em automação tudo aquilo que é repetido eu posso automatizar tudo que eu posso automatizar deixar o processo mais automático né por isso e eu o nome automatizar então eu posso colocar uma Ia ali para fazer o meu trabalho perfeito lá no quadro mais uma

vez por favor e aí continuamos ali ó ele coloca assim ó diferente de um programa comum que apenas segue instruções fixas aí analisa padrões nos dados e melhora seu desempenho ao longo do tempo então é isso que eu falei quanto mais dados você tem né quanto mais vamos pegar o outro exemplo do drone que eu falei que ele vai ficar monitorando pessoas eh que estão desorientadas ali e tal então quanto mais pessoas ele fizer esse trabalho mais dados ele vai ter concorda comigo você tá eh você tá inserindo dados tá no banco de dados dessa

desse dispositivo né dessa inteligência artificial então ele vai analisar esses padrões quanto mais dados tem mais ele vai conseguir criar esses padrões nos dados e melhorar o desempenho aí ao longo do tempo ao longo eh eh desse como esse dispositivo né a quantidade de tempo que esse dispositivo está ficando em uso perfeito e aí eu tenho lá no meu slide eh uma e são três imagens tá eu trouxe ali no meio do nosso slide duas logos né uma na parte de cima que é o logo da Siri ou da Siri e a de baixo que

é a logo do da Alexa tá que são os nossos dois assistentes aí quem usa por exemplo o iPhone né o celular da Apple vai trabalhar com a Siri né e aí você fala lá: "E aí Siri como é que tá o tempo hoje?" Alguma coisa assim e aí o celular já começa a responder para você ali são os assistentes virtuais e a Alexa a mesma coisa já é mais popular né eh tá dentro aí por exemplo tem TVs que já vem com a Alexa dentro né e aí você pergunta algumas coisas ali e ah

abre o YouTube procura essa música toca para mim eu quero essa música aqui versão rock então tudo isso daí ele vai procurar para você e no canto direito do nosso slide né mais à direita eu tenho uma outra imagem que é um chatboat o que que é um chatboat chatbo é um atendimento eh automatizado né isso é um chatbot então qualquer serviço que você vai fazer né hoje em dia através de uma clínica médica marcar uma consulta vou usar um exemplo meu eu sempre eh perco né por exemplo o boleto da companhia eh elétrica né

da minha energia elétrica que eu pago lá que eles mandam mas aí às vezes some extravia enfim às vezes acontece do e-mail não chegar então eu tenho o WhatsApp dessa companhia de energia elétrica que presta serviço lá no meu na minha residência então através de um chatbot eles eles proporcionam um atendimento eu coloco lá por exemplo o meu CPF algo que me identifique eles já me dão um menu pergunto o que que eu quero fazer eu eu escolho lá que eu me lembro a opção três para consultar eh boletos ou mensalidades que estão em aberto

que não foram pagas ainda ele vai me dar ele me pergunta se eu quero o código de barro falo que sim ele já me dá ali eu já consigo através desse código de barra efetuar o pagamento né e depois ele me pergunta se eu quero fazer mais alguma coisa eu falo que não OK de repente ele ainda me pede para avaliar se o atendimento foi útil qual nota que eu dou de 0 a 10 então tudo isso é um chatboot e percebe aí que você tá fornecendo dados essa última informação mesmo que ele fala ó

eh eh você tem um tempinho para responder uma pesquisa você fala assim ele te te manda é uma pergunta só né de 0 a 10 ou de 1 a 10 como você considera o seu atendimento né eh ruim eh regular ou ou bom ou ótimo ou então você não foi atendido você foi parcialmente atendido ou você foi totalmente atendido você respondendo essa pesquisa você gera dados para essa empresa e essa empresa através desses dados com a inteligência artificial ela pode montar dashboards ela pode montar apresentações tá que vai servir ali para mostrar o cenário da

empresa né eh daquelas daquelas situações que os dados são representados pros gestores pros diretores e eles podem tomar decisões ali a partir desses dados ó eu acho que tá bacana olha só o pessoal aqui tá eh falando que ficou muito ruim será que não é o chatbot que tá eh ruim será que a gente não tem que aperfeiçoar ele será que a gente não tem que trocar o sistema né então baseado nessas pesquisas que você também é responsável por gerar né por produzir esses dados eles podem tomar decisões assertivas ok vamos então para o próximo

slide e aí vamos lá eu quero que você visualize né eh nessa tela tá sendo projetado um mapa mental tá além de duas fotos também à direita desse mapa tá então esse mapa o título do slide é como a IA aprende será que ela aprende do mesmo jeito que nós aprendemos como quando éramos crianças né então ele tem ali um mapa mental que mostra alguns caminhos tá que eh como como a IA faz ali para aprender alguma coisa né como é que ela como que ela executa esse aprendizagem essa a essa aprendizagem de máquina o

machine learning que nós estamos discutindo tá e do lado direito desse mapa mental tenho duas imagens a imagem que está acima é uma mãe com uma criança de colo ela representa somente isso tá é uma mãe como com uma criança no colo dela e a imagem de baixo é como se fosse um robô estudando então tem a imagem de um quadro negro tá eh feito a gis ali mesmo cheio de de fórmulas tá de figuras geométricas como se a pessoa estivesse estudando ali matemática ou física só que essa pessoa é um robô né então visualiza

ali como que se fosse um robô com um giz na mão olhando pro quadro estudando aquilo ali isso representa então a aprendizagem de uma máquina certo a aprendizagem de máquina que é o nosso machine learning e a foto de cima que eu falei que tem uma uma mãe com uma criança de colo representa uma das formas que o nosso mapa mental está falando que é como a criança aprende então como a IA aprende aí o primeiro braço do meu mapa mental é comparação com bebês tá então essa imagem tá ligada a essa comparação então agora

vamos pro mapa mental então a o primeiro leque ali que esse mapa mental abre é esse comparação com bebês o segundo que tá no meio do slide é método de aprendizado tá e o terceiro que está mais logo abaixo são fatores de influência perfeito são os fatores de influência então vamos olhar lá o primeiro né comparação com bebês que que tá acontecendo aí tá então eu tenho ali na frente aprendizado de falar então como que a criança aprende falar uma comparação né da IA com o aprendizado de uma criança como é que a criança aprende

a falar ela tem um processo gradual né então ela vai progredindo ali todos os dias todas as semanas todos os meses ela vai ficando diferente nessa nesse desenvolvimento aí da sua fala qual é o método mais eh eh mais comum aí de aprendizagem de uma criança observação e repetição então ela observa você falando algumas palavras e vai repetir por isso que o pessoal fala: "Ó cuidado com o que você vai falar perto da criança" por quê porque a criança ouve e repete né até tem aquelas coisas assim né onde você aprendeu isso aí menino né

onde você aprendeu isso aí menina né então você já sabe aí com quem a criança ficou vai saber mais ou menos aí quem quem que ensinou aquela palavra pra criança por quê porque ela observa ela escuta né ela ouve ali e aí ela vai reproduzindo tá uma das formas de aprendizagem de uma criança aí uma outra comparação então é são os métodos de aprendizado tá que que acontece como a aprende então eu tenho o segundo fator ali que são os métodos de aprendizado aí eu tenho o aprendizado supervisionado o aprendizado não supervisionado e o aprendizado

por reforço o aprendizado supervisionado eu tenho dados rotulados e um feedback contínuo tá então tô supervisionando ali continuamente vamos supor que seja um algoritmo ali eu tô dando aquele eu tô acompanhando de perto tá são dados que eu entrego para ele eu não deixo ele ir a captura de dados são dados rotulados ó são esses dados aqui que eu vou utilizar para treinar você e o feedback contínuo e eu vou fazendo os ajustes ali que eu quero que eu pretendo e eu vou deixando aquele robô aquela máquina aquela inteligência artificial do jeito ali que eu

quero ou que o cliente quer tá eu tenho também um outro tipo de aprendizado né desses métodos que é o aprendizado não supervisionado que é o que tá no meio aí dessa parte tá e aí eu tenho duas vertentes a identificação de padrões e o agrupamento de dados então eu posso ter ali eh deixar com que essa máquina identifique padrões então eu tenho por exemplo um gráfico de linha onde representa ali a idade eh dos alunos do oitavo ano do ensino fundamental e aí eu tenho um gráfico de dispersão posso ter um gráfico de barras

nós vamos chegar nesse conteúdo de gráficos né mas eu tenho dados representados ali e aí eu deixo aí analisar esse gráfico e ela vai identificando padrões tá então ela pode identificar um padrão assim ó os alunos aqui 80% dos alunos que estão neste ano do ensino fundamental estão com a idade correta né pega o corte etário lá eh sei lá tem 13 anos ou 14 anos né a idade que é certinha lá para aquela série então é um padrão que ele pode identificar outro tipo de padrão com outro exemplo eh as pessoas que eh nasceram

aqui nesse país vamos pegar um país aí eh Suécia tá tem uma pele eh tende a ter uma pele mais clara ou um cabelo mais claro né loiro um loiro mais claro perfeito então são padrões que ele vai identificar lógico que nós temos pessoas né de todas as as raças em todos os lugares do mundo mas predominantemente né então por isso que tá que fala aqui claro identificação de padrões então ele vai ver um padrão tá bom e assim também você pode eh eh explodir né ou seja pôr para fora assim esse exemplo em todas

as as esferas aí do mundo tá bom se você for lá para pro Canadá ou então pro sul da África paraa Índia enfim e assim por diante bom aí eu tenho o terceiro ali que é o aprendizado por reforço que é um pouco mais fácil de entender que é o recompensa e punição igual isso é muito utilizado quando a gente vai eh quando a gente vai fazer isso daí em animais domésticos quando você vai adestrar o seu cãozinho ali para ele obedecer para ele se comportar um pouco melhor né para ele controlar ali a sua

ansiedade né então os animais domésticos também t muito ansiedade então recompensa e punição ou seja quando ele faz a coisa certinha ali de acordo com o treinamento que ele deu você dá um petisco certo quando você quando ele não faz existe a punição a punição não é uma coisa que você vai judiar não pelo contrário você simplesmente você vai ensinar que quando ele faz certo ele ganha o petisco e quando ele não faz certo ele não ganha essa seria a punição né entre aspas aí eh creio que você entendeu e aí eu tenho ali a

tomada de decisões tá o aprendizado por reforço então você vai também eh fazer com que a a máquina né eh seja incentivada a essa tomada de decisões pelo aprendizado por reforço tá bom faltou agora falar só mais de um método eh aliás de uma de uma área aqui de como a aprende né falamos da comparação de com bebês o que tá sendo projetado aí no mapa mental no meio tem os métodos de aprendizado que nós acabamos de falar agora e aí nós temos mais um braço que tá ali embaixo que é são os fatores de

influência e aí eu tenho o que tá mais ligado à área de tecnologia eu tenho o primeiro fator dados que é na quantidade e na qualidade ou seja os dados estão brutos ou eles já estão tratados né então quantidade e qualidade aí eu tenho os algoritmos eu tenho vários modelos diversos de treinamento tá e eu tenho os ajustes e e otimização e no terceiro ponto ali eu tenho a experiência que é o processamento de informações e o aprimoramento contínuo tá então tem tudo isso daí que eu posso utilizar de acordo com esse mapa mental para

representar eh pra gente entender um pouco né como a IA faz para aprender alguma coisa tá no próximo slide eu trago ali exemplos de A para você então nós temos quatro imagens aí sendo projetadas nessa tela para você tá vou começar pelo meio no meio eu trago novamente as logos dos nossos dois assistentes ali vinculados aos smartphones vinculados aos nossos celulares tá eh na parte de cima tem a logo do assistente da Siri e na parte de baixo eu tenho a logo do assistente ali da Alexa perfeito do lado direito eu tenho uma representação de

um streamer tá de um streaming né de filmes de séries né eh enfim né de TV aberta jogos hoje em dia no streaming você consegue fazer tudo também né você assiste jogo né então você tem ali os alguns canais eu falei TV aberta mas não alguns canais de TV fechada que você tem ali também dentro dos streamers além de ter os conteúdos que eh você pode eh dar pause e e voltar enfim né que são conteúdos passivos que você vai eh consumir ali são os filmes as séries que a gente já tá acostumado do lado

esquerdo tá eu tenho uma outra imagem representando um conceito que tava lá nos objetivos dessa aula que é o reconhecimento facial você já deve ter percebido né que o reconhecimento facial ele invadiu aí né a a a o nosso mundo né a nossa cidade nosso estado nosso país aí e o mundo também tá rodeado dessa questão da tecnologia de reconhecimento facial né então eh prédios comerciais portarias de condomínios tanto verticais quanto horizontais né eh empresas estão colocando essa questão do reconhecimento facial por quê porque ele é mais seguro do que simplesmente você digitar a senha

antigamente para você entrar no condomínio né você era cadastrado lá você tinha a senha então você colocava a senha e entrava só que uma outra pessoa moida da da tua senha ela podia ter roubado a tua senha digital né né certo então ela ela hackeou o teu teu Instagram então ela hackeou o teu WhatsApp eh pegou essa senha que de repente você passou paraa sua mãe passou para algum amigo seu para pegar alguma coisa da sua casa lá e ela pode entrar no condomínio se for um condomínio que não tem uma portaria física né tudo

bem tem câmera para gravar mas a pessoa coloca capuz né então tem essa essa questão também de você burlar até achar quem foi né aí já é tarde então a pessoa tava dentro do prédio e dentro do prédio ela pode fazer o que ela quer né então a gente eh não pode duvidar aí da capacidade né que as pessoas têm de fazer esse tipo de coisa também aplicar golpes enfim então o reconhecimento facial ele é muito mais assertivo né eh do ponto de vista que você a pessoa tem que tá ali né então você não

consegue emprestar o teu rosto para outra pessoa né então você tem que ser a pessoa que tá ali mesmo para reconhecimento para ter o reconhecimento facial e aí sim você ser liberado ali para entrar né por exemplo nos condomínios existem existe o mercadinho né que você é naquele modelo self service então não tem nenhum atendente lá você entra lá de acordo com o reconhecimento facial para já saber que você tá dentro do mercado e aí eles já sabem o seu nome já sabe o seu rosto já sabe qual apartamento que você mora qual a casa

que que você mora é fácil de identificar ali se você de repente eh pegou alguma coisa e não pagou tá que eh daí já parte até para um para um crime né eh OK e aí dentro dos mercadinhos tem uma outra parte lá que é que daí tem um outro reconhecimento facial uma outra porta né e essa porta também tem um dispositivo de reconhecimento facial que é de bebida alcoólica e aí ele vai reconhecer mais uma vez ali e no sistema ele tem que bater né tem que casar ali que você é maior de idade

você tem que ter no mínimo 18 anos para entrar ali senão ele vai entrar ele vai liberar para você entrar no mercadinho mas a Lily não vai liberar para você entrar tá então bem bacana também esse tipo de situação e isso eu tô te dando algumas ideias do que você pode fazer e do que já existe nos sistemas por isso que nós precisamos dos sistemas mas aí eu te confronto né tá o que que adianta o sistema se ele não se não tiver o teu rosto lá no banco de dados para conferir por isso que

a gente fala o banco de dados onde estão os dados as informações que é o objetivo do nosso conteúdo aqui entender um pouco desse cenário né macro que é engenharia de dados que são os dados é você produzir dados para você ter dados para você utilizar a IA a IA também sem esses dados né ela não consegue fazer nada porque ela precisa de dados certo na verdade todos os sistemas sem dados eles seriam totalmente inúteis então vamos supor ah o reconhecimento facial tá OK mas o sistema não tem informação nenhuma não tem nenhum rosto lá

ele vai servir para alguma coisa não ele precisa que pelo menos uma pessoa se cadastre para ter as informações né do rosto dessa pessoa lá dentro baseado e entre outras informações para identificar corretamente ali né ou então eh testar se uma outra pessoa que não não tá não está cadastrada será que vai abrir não ele vai brecar aí eu tenho dados no banco para fazer o teste desse sistema então até para fazer teste do sistema eu tenho que ter dados tá então espero que você tem eh tenha eh fic tenha ficado claro para você esses

objetivos né os dados eles são total importantes vamos lá no quadro mais uma vez e aí do lado esquerdo né tem essa imagem que a gente tá falando aí do reconhecimento facial então o que que essa imagem está descrevendo para você eu tenho ali um rosto com algumas marcações né que são algumas medidas que os sistemas de reconhecimento facial utilizam para identificar o rosto de uma pessoa então é a distância entre os olhos a distância do nariz da boca ali tudo isso claro né de acordo com fotos que ela vai tirando do seu rosto então

alguns sistemas eles pedem para tirar somente a foto de frente do seu rosto já é o bastante para identificar outros sistemas né eh principalmente do governo né para você eh fazer a carteira de habilitação ali digital ele pede para você tirar uma foto de frente daí ele pede ó vire um pouco incline o seu o seu rosto um pouco pra direita aí você vira aqui aí ele fala: "Ó tá muito perto tá muito longe." Aí você direciona a câmera a hora que f a hora que fica certinho ali que o sistema e eh identificou que

tá OK aí ele vai bater a foto e vai fazer a captura do seu rosto a mesma coisa pro outro lado também e aí ele precisa de três fotos quatro né eh um número de fotos ali de algumas dimensões para você fazer esse tipo de coisa também outra coisa que utiliza né bastante essa questão de foto de câmera de reconhecimento é aí não é mais reconhecimento facial mas utiliza também é para você fazer seguro de um veículo hoje em dia eles não mandam mais uma pessoa lá na sua casa para eh tirar fotos do seu

veículo você mesmo recebe um login no aplicativo e você tem que tirar as fotos do veículo ali do jeito que tá sendo orientado para você mandar lá para eles eh fazerem né para eles efetivarem o seguro se alguma foto você não tirou corretamente vai voltar para você refazer né então tudo isso são questões né que os sistemas junto com a IA né eh de acordo com os dados que você tem ali armazenados facilitam a nossa vida aí como usuário né como pessoas que utilizam também da tecnologia para desenvolver as suas tarefas perfeito vamos então para

mais um slide ali na verdade de conclusão desse conteúdo tá então falamos um pouquinho da inteligência artificial né mostrei para vocês ali aquele mapa mental foi bem bacana e algumas tecnologias como reconhecimento facial então de conclusão tá conclusão a primeira que nós podemos tirar sem dados né ou seja sem o banco de dados sem os dados sem as informações a IA não conseguiria aprender ou melhorar suas respostas lembra ela tem que treinar você precisa de informação para treinar o algoritmo ali então entendemos que a IA usa dados para aprender a e identificar padrões o reconhecimento

facial né eh assistentes virtuais e recomendações personalizadas são exemplos práticos da IA tá e outra questão é quanto mais dados a IA tem mais ela pode melhorar a sua precisão perfeito eu vou ficando por aqui nesse conteúdo vamos lá no slide mais uma vez somente para o spoiler aí ó do próximo vídeo né no próximo vídeo ó vamos compreender as formas de armazenamento de dados aí é o módulo dois a gente vai trabalhar um pouquinho com as várias formas né que existem para você armazenar dados perfeito vou ficando por aqui um grande abraço para você

e te espero no nosso próximo encontro valeu