Com o avanço tecnológico acelerado, torna-se cada vez mais importante entender as terminologias que moldam nossas interações diárias com a tecnologia. Este guia serve como uma referência rápida para profissionais, estudantes e entusiastas que desejam aprofundar seu entendimento ou entrar no campo da tecnologia, seja relacionada com inteligência artificial, machine learning ou análise de dados em geral.
Cada termo deste artigo foi selecionado a partir da sua língua original e é acompanhado de uma descrição clara e concisa, facilitando a compreensão dos conceitos fundamentais.
Activation Function
Funções de ativação em redes neurais ajudam a determinar a saída de um modelo, de uma camada ou de um nó, e são essenciais para adicionar não linearidade aos processos de aprendizado.
Agile Development
Desenvolvimento ágil refere-se a metodologias de desenvolvimento de software baseadas em iterações incrementais, onde os requisitos e soluções evoluem através da colaboração entre equipes auto-organizadas e multifuncionais.
Algorithm
Um algoritmo é um conjunto de regras ou instruções projetadas para realizar uma tarefa específica ou resolver um problema determinado.
Algorithmic Bias
Viés algorítmico ocorre quando um algoritmo produz sistematicamente resultados tendenciosos devido a suposições errôneas no processo de aprendizado de máquina.
Analytics
Analytics é o processo científico de transformar dados em insights para tomar melhores decisões. É fundamental em diversos campos, desde negócios até ciência e engenharia.
API (Application Programming Interface)
API é um conjunto de regras e especificações que as aplicações podem seguir para se comunicar entre si, servindo como uma interface entre diferentes programas de software.
AUC Score
AUC (Area Under the Curve) Score é uma métrica usada junto com a curva ROC para quantificar o desempenho geral de um modelo de classificação. Quanto maior o AUC, melhor o modelo em distinguir entre classes positivas e negativas.
Augmented Reality (AR)
Realidade Aumentada é uma tecnologia que sobreõe informações digitais (como imagens, sons e textos) no mundo real, ampliando a percepção do usuário com elementos interativos.
Autoencoders
Autoencoders são uma tipo de rede neural utilizada para aprender codificações eficientes, frequentemente utilizada na redução de dimensionalidade e na aprendizagem de características.
Backpropagation
Algoritmo de treinamento para redes neurais que ajusta os pesos dos neurônios com base no erro da saída.
Bagging
Bagging, ou Bootstrap Aggregating, é uma técnica de machine learning em ensembles que visa melhorar a estabilidade e a acurácia de algoritmos de machine learning, reduzindo a variância.
Batch Size
O tamanho do lote refere-se ao número de amostras de dados processadas antes de atualizar os parâmetros internos de um modelo durante o treinamento.
Big Data
Big Data refere-se a conjuntos de dados extremamente grandes e complexos que os métodos tradicionais de processamento de dados não conseguem lidar eficientemente. Suas características são volume, velocidade e variedade.
Bias-Variance Tradeoff
O tradeoff entre viés e variância é um conceito fundamental em machine learning, que descreve o compromisso entre a precisão de um modelo durante o treinamento e a sua capacidade de generalizar para novos dados.
Blockchain
Blockchain é uma tecnologia de registro distribuído que garante a integridade e a transparência das transações digitais através de cadeias de blocos, onde cada bloco contém um registro de várias transações.
Boosting
Boosting é um método de ensemble em machine learning que ajusta iterativamente os modelos para corrigir os erros dos modelos anteriores, aumentando a precisão das previsões.
Business Intelligence
Business Intelligence (BI) envolve o uso de ferramentas, aplicações e práticas para coletar, integrar, analisar e apresentar dados de negócios. O objetivo é suportar e melhorar a tomada de decisões empresariais.
Chatbots
Chatbots são sistemas baseados em inteligência artificial que simulam conversas humanas através de interfaces de texto ou voz, permitindo automatizar o atendimento ao cliente e outras comunicações interativas.
Ciência de Dados
Ciência de dados, ou data science, é um campo interdisciplinar que utiliza métodos científicos, processos, algoritmos e sistemas para extrair conhecimento e insights de dados estruturados e não estruturados.
Cloud Computing
Computação em nuvem é a entrega de recursos de computação, como servidores, armazenamento, bancos de dados, redes, software, através da internet, oferecendo escalabilidade e flexibilidade.
Cognitive Computing
Computação cognitiva refere-se aos sistemas que simulam o raciocínio humano em complexidade crescente, utilizando técnicas de machine learning e processamento de linguagem natural.
Confusion Matrix
A matriz de confusão é uma ferramenta usada para avaliar o desempenho de modelos de classificação, onde cada coluna da matriz representa o número de previsões de cada classe, enquanto cada linha representa as instâncias na classe real.
Data Lake
Data Lake é um sistema ou repositório de armazenamento que guarda uma grande quantidade de dados brutos em seu formato nativo até que seja necessário. Ele permite o armazenamento de dados não estruturados e estruturados.
Data Privacy
Privacidade de dados refere-se ao processo e à política de proteger informações pessoais ou corporativas de divulgações não autorizadas, uso, acesso ou roubo.
Data Security
Segurança de dados envolve a proteção de dados contra acessos não autorizados, corrupção ou roubo ao longo de todo o seu ciclo de vida.
Data Visualization
Visualização de dados é a prática de transformar informações em um formato visual, como dashboards, gráficos ou mapas, para facilitar a percepção e o entendimento dos dados.
Data Warehouse
Data Warehouse é um sistema usado para armazenar, filtrar, extrair e processar grandes quantidades de dados de várias fontes para análises e inteligência de negócios.
Decision Science
Ciência da decisão é um campo que utiliza dados, insights e algoritmos para tomar decisões informadas e orientadas por dados em ambientes de negócios.
Deepfake
Deepfake é a criação de mídias sintéticas (falsas), como áudio, vídeo ou imagem, criadas para simular a realidade, geralmente uma pessoa se passando por outra.
Deep Learning
Também conhecido como aprendizado profundo, o deep learning é uma técnica de aprendizado de máquina que ensina computadores a fazer o que é natural para os humanos: aprender pela experiência. É amplamente usado para reconhecimento de voz, imagem e vídeo.
Descriptive Analytics
Análise descritiva é o exame de dados ou conteúdo, geralmente historicamente, para entender o que aconteceu e identificar padrões ou tendências.
DevOps
DevOps é uma filosofia de engenharia de software que combina desenvolvimento de software (Dev) e operações de tecnologia da informação (Ops) para encurtar o ciclo de desenvolvimento de sistemas, enquanto entrega características, correções e atualizações frequentemente em alinhamento com os objetivos de negócios.
Dropout
Dropout é uma técnica de regularização em redes neurais que envolve o descarte aleatório de unidades (neurônios) durante o treinamento para prevenir o overfitting.
Edge Computing
Edge Computing refere-se ao processamento de dados realizado próximo à fonte dos dados, em vez de depender de um data center centralizado. Isso é útil para aplicações que necessitam de processamento em tempo real e baixa latência.
Ensemble Learning
Ensemble Learning é uma técnica de machine learning que combina múltiplos modelos para produzir uma previsão melhor do que qualquer modelo individual poderia fazer sozinho. Métodos comuns incluem bagging, boosting e stacking.
ETL (Extract, Transform, Load)
ETL é o processo usado em data warehousing para extrair dados de fontes diversas, transformar os dados em um formato adequado e carregá-los em um banco de dados ou outro repositório.
Ethics in AI
Ética em IA envolve o estudo dos problemas éticos emergentes causados pelo desenvolvimento e implementação de inteligência artificial, incluindo questões de viés, privacidade e impacto no emprego.
Feature Engineering
Feature Engineering é o processo de usar o conhecimento do domínio para selecionar, modificar ou criar novas características a partir de dados brutos, a fim de aumentar a capacidade de um algoritmo de machine learning de aprender com precisão.
Fault Tolerance
Tolerância a falhas é a capacidade de um sistema continuar funcionando corretamente na presença de falhas de um ou mais de seus componentes.
F1 Score
O F1 Score é uma medida de precisão de um teste. É a média harmônica da precisão e da revocação, proporcionando um balanço entre essas duas métricas.
Fine Tuning
Fine Tuning em machine learning é o processo de ajustar um modelo que foi pré-treinado em um dataset semelhante. O objetivo é refinar o modelo para melhorar sua precisão em dados mais específicos.
Florestas Aleatórias (Random Forest)
Também conhecido como Random Forest, as Florestas Aleatórias são um método de aprendizado ensemble para classificação, regressão e outras tarefas, que operam construindo uma infinidade de árvores de decisão no momento do treinamento e produzindo a classe que é a moda das classes (classificação) ou média/mediana das previsões (regressão) das árvores individuais.
GDPR (General Data Protection Regulation)
GDPR é uma regulamentação da União Europeia que estabelece diretrizes para a coleta e processamento de informações pessoais de indivíduos dentro da UE. A regulamentação visa melhorar a proteção de dados pessoais.
Generative Adversarial Networks (GAN)
Generative Adversarial Networks, ou GANs, são uma arquitetura de rede neural projetada para realizar tarefas de geração de dados. Elas consistem em duas redes, o gerador e o discriminador, que são treinadas simultaneamente em um jogo competitivo.
GGPU/TPU
Unidades de processamento gráfico e tensor, respectivamente, usadas para acelerar o treinamento de redes neurais.
Gradient Descent
Gradient Descent é um método de otimização usado para minimizar uma função ajustando iterativamente seus parâmetros na direção do gradiente negativo mais íngreme.
High Availability
Alta disponibilidade refere-se a sistemas ou componentes que são continuamente operacionais por um longo período. É crucial em ambientes onde o tempo de inatividade causa perdas significativas.
Hyperparameter Tuning
Ajuste de hiperparâmetros é o processo de encontrar a combinação de parâmetros de um modelo de aprendizado de máquina que produz os melhores resultados de desempenho.
IoT (Internet das Coisas)
Internet das Coisas descreve a rede de objetos físicos—“coisas”—que estão embutidos com sensores, software, e outras tecnologias para conectar e trocar dados com outros dispositivos e sistemas pela internet.
K-Means
K-Means é um algoritmo de clustering que visa particionar n observações em k clusters em que cada observação pertence ao cluster com a média mais próxima.
Lemmatization
Lemmatização é o processo de agrupar as diferentes formas flexionadas de uma palavra para que possam ser analisadas como um único item, identificado pelo lema da palavra.
Long Short-Term Memory
Long Short-Term Memory (LSTM) é um tipo de rede neural recorrente usada em deep learning que tem a capacidade de aprender ordens de dependência em sequências de dados.
Loss Function
Função de perda é uma função matemática que um algoritmo de aprendizado de máquina tenta minimizar durante o treinamento. Ela quantifica o quão longe a previsão do modelo está do valor real.
Machine Learning
Machine Learning é um subcampo da inteligência artificial que ensina computadores a aprender e tomar decisões a partir de dados, sem ser explicitamente programados para cada tarefa.
Microservices
Microservices é uma arquitetura de software que estrutura uma aplicação como uma coleção de serviços pequenos e independentes, cada um rodando em seu próprio processo e se comunicando com mecanismos leves, geralmente uma API HTTP.
Mineração de Dados (Data Mining)
Mineração de dados é o processo de descobrir padrões e conhecimentos úteis a partir de grandes conjuntos de dados. Utiliza técnicas de machine learning, estatística e sistemas de banco de dados.
Natural Language Processing (NLP)
Processamento de Linguagem Natural é uma área de IA que foca na interação entre computadores e humanos através da linguagem natural. O objetivo é ler, decifrar, entender e fazer sentido da linguagem humana de uma maneira valiosa.
Named Entity Recognition (NER)
Reconhecimento de Entidade Nomeada é uma tarefa de NLP que identifica e classifica elementos nominais em texto em categorias predefinidas como nomes de pessoas, organizações, localizações, expressões de tempo, quantidades, valores monetários, etc.
Neural Networks
Redes Neurais são modelos computacionais inspirados no cérebro humano que são capazes de reconhecer padrões e características em conjuntos de dados por meio de técnicas de aprendizado profundo.
Open Source
Software de código aberto refere-se a software cujo código fonte é disponibilizado publicamente para que qualquer um possa inspecionar, modificar e melhorar.
Overfitting
Overfitting ocorre quando um modelo de machine learning aprende demais sobre os detalhes e o ruído dos dados de treinamento a ponto de prejudicar o desempenho do modelo em novos dados.
Part-of-Speech Tagging
Etiquetagem de Partes do Discurso é um processo em processamento de linguagem natural que atribui partes do discurso a cada palavra (como substantivo, verbo, adjetivo, etc.), geralmente baseado em sua definição e contexto.
Pattern Recognition
Reconhecimento de padrões é o processo de reconhecer padrões em dados através de métodos estatísticos e de machine learning. É fundamental em diversas aplicações, como diagnóstico médico e reconhecimento de fala.
Predictive Analytics
Análise preditiva é o uso de dados, algoritmos estatísticos e técnicas de machine learning para identificar a probabilidade de resultados futuros com base em dados históricos.
Prescriptive Analytics
Análise prescritiva não só antecipa o que acontecerá e quando acontecerá, mas também por que acontecerá. Além disso, propõe soluções sobre como agir de forma proativa ao prever esses futuros.
Precision
Precisão em machine learning é uma métrica que mede a acurácia dos positivos verdadeiros entre todas as previsões positivas feitas pelo modelo. É particularmente importante em contextos onde o custo de um falso positivo é alto.
Privacy
Privacidade em tecnologia refere-se à proteção de dados pessoais que os usuários fornecem ao utilizar serviços digitais. A ênfase está em como os dados são coletados, armazenados, gerenciados e compartilhados.
Processamento de Linguagem Natural (PLN)
Processamento de Linguagem Natural é uma subárea da inteligência artificial que foca no entendimento e na interação entre computadores e humanos através da linguagem natural. Ele permite que as máquinas processem e analisem grandes quantidades de dados de linguagem natural.
Proprietary Software
Software proprietário é aquele que é de propriedade de uma organização ou indivíduo e cuja licença restringe a modificação e a redistribuição do software. Ele contrasta com o software de código aberto em termos de acessibilidade e controle.
Quantum Computing
Computação quântica é uma área de computação que utiliza princípios da mecânica quântica para processar informações de maneiras significativamente diferentes dos computadores tradicionais, potencialmente permitindo resolver problemas complexos mais rapidamente.
Random Forests
Florestas Aleatórias é um método de machine learning baseado em ensemble que constrói múltiplas árvores de decisão e mescla suas saídas para melhorar a precisão geral e controlar o overfitting.
Recall
Revocação, ou sensibilidade, em machine learning, mede a capacidade do modelo de identificar todos os relevante casos dentro de um conjunto de dados. É crucial em situações onde não se pode perder nenhum caso positivo, como no diagnóstico médico.
Regularização
Regularização é uma técnica usada em modelos de aprendizado de máquina para reduzir o overfitting, adicionando uma penalidade aos parâmetros do modelo durante o treinamento para prevenir a complexidade excessiva.
Regressão Logística
Regressão Logística é um método estatístico para modelar a probabilidade de uma variável dependente binária. É amplamente usada para classificação binária em diversos campos, incluindo machine learning.
ROC Curve
Curva ROC (Receiver Operating Characteristic) é uma ferramenta gráfica usada para avaliar o desempenho de um modelo de classificação. Ela traz o trade-off entre a taxa de verdadeiros positivos e a taxa de falsos positivos.
Robotic Process Automation (RPA)
Automação Robótica de Processos é o uso de software com capacidades de inteligência artificial e machine learning para lidar com tarefas repetitivas que tradicionalmente requerem interação humana.
Scalability
Escalabilidade é a capacidade de um sistema, rede ou processo de lidar com um crescimento crescente de trabalho de maneira capaz, ou de ser capaz de expandir para acomodar esse crescimento.
Sentiment Analysis
Análise de sentimentos é um campo dentro do Processamento de Linguagem Natural que lida com a identificação e classificação das opiniões expressas em um texto, determinando a atitude emocional subjacente como positiva, negativa ou neutra.
Stemming
Stemming é o processo de reduzir uma palavra à sua raiz ou base, frequentemente usado em processos de busca e análise de texto para melhorar o desempenho ao conectar diferentes formas da mesma palavra.
Support Vector Machines (SVM)
Máquinas de Vetores de Suporte são um conjunto de métodos de aprendizado supervisionado usados para classificação, regressão e detecção de outliers, conhecidos por sua capacidade de criar hiperplanos ótimos em um espaço multidimensional.
Text Classification
Classificação de Texto é o processo de atribuição de tags ou categorias a textos de acordo com seu conteúdo. É uma das tarefas mais comuns em NLP, útil em cenários como filtragem de e-mails e análise de sentimentos.
Tokenization
Tokenização é o processo de dividir um texto em pedaços, como palavras ou frases, chamados tokens. É uma etapa fundamental na modelagem de dados para processamento de linguagem natural.
Transfer Learning
Transferência de Aprendizado é uma técnica de machine learning onde um modelo desenvolvido para uma tarefa é reaproveitado como ponto de partida para um modelo em uma segunda tarefa. É particularmente útil quando não há dados suficientes para treinar um modelo completo.
Tfidf (Term Frequency-Inverse Document Frequency)
TF-IDF é uma técnica numérica estatística que reflete a importância de uma palavra para um documento em uma coleção ou corpus. É frequentemente usada como um fator de ponderação em pesquisas de informação e mineração de dados.
User Experience (UX)
Experiência do Usuário envolve a criação de produtos que fornecem experiências significativas e relevantes aos usuários. Isso inclui a concepção de todo o processo de aquisição e integração do produto.
Vector Space Model
Modelo de Espaço Vetorial é uma representação algébrica do conteúdo textual que transforma texto em um vetor de identificadores, o que facilita a execução de operações matemáticas pertinentes ao processamento de linguagem natural.
Virtual Reality (VR)
Realidade Virtual é uma tecnologia que cria ambientes simulados onde o usuário pode interagir de maneira similar ao mundo real, frequentemente usando dispositivos especiais como óculos de VR ou luvas sensoriais.
Visualization
Visualização refere-se ao processo de representar dados ou informações de forma visual, como gráficos, diagramas ou animações, para facilitar a compreensão e a interpretação dos dados.
Word Embeddings
Word Embeddings são técnicas em processamento de linguagem natural onde palavras ou frases do vocabulário são mapeadas para vetores de números, facilitando que o modelo identifique relações semânticas.
Conclusão
Este glossário foi cuidadosamente elaborado para oferecer clareza e compreensão sobre termos complexos e muitas vezes mal interpretados no âmbito da área de dados em geral. Ao familiarizar-se com estas terminologias, esperamos que você esteja melhor equipado para participar de discussões tecnológicas, contribuir para projetos de dados ou simplesmente expandir seu conhecimento no campo.
A tecnologia está remodelando o mundo como o conhecemos, e entender sua linguagem é o primeiro passo para desvendar todo o seu potencial.
