Escolar Documentos
Profissional Documentos
Cultura Documentos
Existem diversas diferenças entre essas três áreas. Enquanto o BI não é um tipo de
Ciência de Dados ou um campo científico, a ciência de dados e a estatística o são. A
primeira se ocupa majoritariamente de dados estruturados e sem necessidade de uma
análise profunda dos dados, gerando na maior parte do tempo insights e visualizações para
a tomada de decisões, embora não se preocupe com a criação de produtos de dados (como
modelos). Já as duas últimas se valem de técnicas mais profundas e complexas de análise
de dados, preocupando-se em gerar modelos a partir da manipulação desses dados. A
estatística, contudo, diferencia-se da ciência de dados a partir de alguns dos seus
pressupostos, sendo um domínio próprio. Enquanto ela é orientada a modelos, a ciência de
dados, especificamente por meio das técnicas de machine learning, orienta-se por meio dos
dados. Nesse sentido, alguns dos pressupostos da estatística não são exigidos em modelos
de machine learning. Como exemplo, podemos citar a necessidade de visualização da
distribuição das variáveis na primeira e a não obrigatoriedade delas na na segunda. Por fim,
a estatística também não funciona tão bem com conjuntos de dados de dados enormes,
enquanto a ciência de dados possui ferramentas próprias para lidar com grande volume.
O Machine Learning (ML) é uma subárea da Inteligência Artificial (IA), o que significa
que nem toda IA é Machine Learning, embora toda ML seja uma parte da Inteligência
Artificial. Sendo assim, não são a mesma coisa, já que a IA compreende um universo maior
do que o Machine Learning, embora se possa dizer que quando aplico um modelo de
machine learning, estou me utilizando de inteligência artificial.