O que é?

Machine learning, ou aprendizado da máquina, é uma área da ciência da computação que

permite automatizar respostas ao usuário a partir de inteligência artificial e big data.
O machine learning tem influência direta em muitos momentos do dia a dia de todos.

Netflix e YouTube, esse mesmo tipo de tecnologia será aplicado para sugerir filmes e
séries do seu interesse.

No caminho para o trabalho, o Waze também usará o machine learning para guiá-lo com
maior rapidez e segurança no trânsito.

Machine learning, ou aprendizado de máquina, é uma forma de análise de dados orienta

os computadores a aprenderem por conta própria, para que aprimorem seu desempenho
diante de problemas específicos.

Ou seja: ao invés de serem programadas apenas para ações específicas, as máquinas

usam algoritmos complexos para tomar decisões e interpretar dados, executando tarefas
automaticamente.
O machine learning faz parte do extenso campo da Inteligência Artificial (IA), que
promete movimentar US$ 59,8 bilhões no mundo todo até 2025, segundo o estudo da
Tractica.

Como funciona?
O machine learning funciona por meio dos algoritmos.

Basicamente, um algoritmo é uma sequência de ações precisas, como um passo a passo

que resolve uma tarefa automaticamente.
Cada algoritmo aciona um comando diferente para lidar com os dados que a máquina
recebe, e a combinação entre eles gera o machine learning. É assim que o Google Maps
indica o caminho mais rápido com base na sua localização e eventos próximos e a
Amazon recomenda produtos de acordo com seus hábitos.

Para que serve?

As aplicações do machine learning vão desde as sugestões a usuários da
internet até o desenvolvimento de carros autônomos e identificação de
estrelas pela NASA.

Estes são alguns dos usos mais comuns:

 Motores de busca online

 Coleta e análise de dados

 Detecção de spam

 Organização e classificação de informações

 Soluções em automação

 Reconhecimento biométrico e de voz

 Sistemas de recomendação

 Sistemas de vigilância

 Robôs e veículos autônomos.

Exemplos práticos de machine learning:

Análise de crédito: A Serasa Experian, gigante do mercado de crédito, desenvolveu um

poderoso mecanismo para antecipar o risco em operações financeiras com base em
machine learning.

Detecção de fraudes: Boa parte dos grandes bancos mundiais usam mecanismos
desenvolvidos com base em machine learning para detectar fraudes em suas operações.

Automobilismo: O alcance do machine learning não conhece limites, podendo ser

aplicado até nas competições automobilísticas. Foi isso que fez a equipe Mercedes-AMG
Petronas Motorsport, que passou a usar máquinas inteligentes para medir a performance
dos seus carros.

Uso do machine learning na Uber:

São Paulo, 10 de abril de 2018 – A Uber tem adotado no Brasil a tecnologia de machine
learning para identificar riscos com base na análise, em tempo real, dos dados das milhões de
viagens realizadas diariamente por meio do aplicativo.

Como é utilizado os algoritmos na Uber?

Os algoritmos da Uber estão constantemente evoluindo, sempre considerando as demandas de

segurança. Os dados coletados durante as viagens, incluindo comentários feitos no aplicativo
por usuários e motoristas, são utilizados nessas análises. Tendo completado mais de um
bilhão de viagens na América Latina, a tecnologia da Uber utiliza informações de viagens
anteriores para proporcionar uma compreensão mais abrangente do cenário de segurança.
A nova ferramenta se junta a outras tecnologias e processos de segurança que o aplicativo já
oferece para serem usados antes, durante e depois de cada viagem – incluindo a verificação
de antecedentes criminais do motorista, nos termos da lei, e o rastreamento via GPS de cada
viagem (veja mais abaixo), tornando todas as viagens no aplicativo de mobilidade ainda mais
seguras.
Com mais de 500 mil motoristas parceiros e 20 milhões de usuários no Brasil, a Uber entende
que tem a responsabilidade de contribuir com a segurança. A empresa oferece, ao toque de um
botão, uma opção de mobilidade que já chegou à periferia das maiores cidades brasileiras,
evitando que as pessoas dessas regiões tenham que caminhar tarde da noite nas ruas
tentando encontrar alternativas de transporte.
O aplicativo permite que o usuário aguarde seu carro em um local seguro e monitore a hora de
chegada e a localização do motorista no mapa.
A Uber também ajuda a reduzir o número de pessoas que bebem e dirigem, por oferecer uma
alternativa de transporte confiável e acessível para chegar em casa tarde da noite, quando
outras opções de transporte podem ser mais limitadas.
Segurança antes, durante e depois de cada viagem:
As ferramentas começam a agir já no cadastramento das pessoas no aplicativo. Todos os
motoristas parceiros cadastrados na Uber passam por uma verificação de antecedentes
criminais, nos termos da lei, realizada por empresa especializada. A partir dos documentos
fornecidos para registro na plataforma, a empresa consulta informações de diversos bancos de
dados oficiais e públicos de todo o País, em busca de registros de crimes que possam ter sido
cometidas antes do profissional começar a dirigir utilizando o app. Além disso, o candidato a
motorista precisa ter carteira com licença para exercer atividade remunerada – EAR e os carros
precisam ser cadastrados com a apresentação de Certidão de Registro e Licenciamento do
Veículo do ano corrente.

Os usuários da plataforma também são verificados, seja pelos dados do cartão do banco, seja
pelo CPF, solicitado dos que fazem o pagamento de suas viagens somente em dinheiro.
Para o usuário, ao chamar um Uber, é possível acompanhar o trajeto do motorista parceiro até
a chegada no ponto de partida, permitindo que o usuário aguarde a chegada do carro em local
seguro. Se o usuário precisa contatar o motorista ou vice-versa, o número de telefone de
ambos é mantido em sigilo, preservando a privacidade de ambos.
O usuário também tem acesso à foto e ao nome do motorista, além do modelo, cor e placa do
carro. Orientamos sempre os usuários a verificarem esses dados antes de embarcarem, para
sua própria segurança. A Uber possui também uma ferramenta para verificação de identidade
em tempo real, que usa selfies para ajudar a manter a integridade da conta de motoristas
parceiros.