Novas tendências na aprendizagem automática

Este livro fornece uma visão abrangente e acessível das tendências emergentes na Aprendizagem Automática (AM), destacando a transformação do campo das abordagens tradicionais centradas em algoritmos para uma disciplina mais ampla orientada para os sistemas. Examina paradigmas-chave como a Aprendizagem Federada, a Inteligência Artificial Explicável, as Redes Neuronais em Grafo, a Aprendizagem Auto-Supervisionada e por Transferência, a AutoML, a TinyML, a Aprendizagem Mecânica Quântica, a Aprendizagem por Reforço e a Aprendizagem Multimodal.Para além dos fundamentos técnicos, o livro integra uma análise empírica da investigação recente para revelar como o ML moderno é cada vez mais moldado por preocupações como a privacidade, a interpretabilidade, a escalabilidade, a eficiência energética e a governação. Explora aplicações do mundo real em vários sectores, incluindo os cuidados de saúde, as finanças, os transportes e a cibersegurança, e aborda as implicações éticas e sociais.Combinando explicações conceptuais com ideias orientadas para a investigação, este livro oferece uma compreensão estruturada dos desenvolvimentos actuais e das direcções futuras da aprendizagem automática, o que o torna um recurso valioso para estudantes, investigadores e profissionais que navegam no panorama em evolução da aprendizagem automática.