跳到主要内容
Learn Motion
探索课程产品能力价格

下载 Learn Motion

用手机扫描二维码,下载 App。

App Store

扫码从 App Store 下载 Learn Motion打开商店页面

Google Play

扫码从 Google Play 下载 Learn Motion打开商店页面
登录
Learn Motion

Como a inteligência artificial realmente aprende

1Aprender sem regras programadas2Exemplos viram dados3Por dentro do modelo: pesos e ajustes4Errar, medir e corrigir5Praticar até melhorar6Muitas unidades simples formam redes neurais7Formas de aprender: com e sem exemplos rotulados8Como os modelos modernos aprendem com texto9Por que a IA erra e onde estão seus limites
Praticar até melhorar

Decorar não é aprender

2 / 3
Olhe a comparação entre decorar e generalizar. Decorar é guardar a resposta de cada exemplo visto, sem captar o padrão. Generalizar é captar o padrão e usá-lo em casos novos. Um modelo que decora pode acertar quase tudo no treino e falhar em qualquer exemplo diferente. É como memorizar as respostas do livro sem entender a matéria: na prova com as mesmas perguntas, vai bem; na prova com perguntas diferentes, trava. O que queremos é o segundo caminho.
0:00 / 0:00

Dois caminhos possíveis

Decorar

  • Guarda a resposta de cada exemplo visto.
  • Acerta muito nos exemplos de treino.
  • Falha em qualquer caso novo.
  • Não capta o padrão que liga entrada e resposta.

Generalizar

  • Capta o padrão que liga entrada e resposta.
  • Pode errar em alguns exemplos de treino.
  • Responde bem a casos nunca vistos.
  • Aprendeu o que importa, não o detalhe.

O objetivo do treino não é fazer o modelo acertar os exemplos que já viu, e sim prepará-lo para acertar os que ainda não viu. Por isso, um modelo que só decora é inútil na prática: ele não serve para nada além de repetir o que já estava nos dados.

上一页2 / 3下一页

Learn Motion

生成课程,认真学会。

运营方:Wuhan Daoyin Technology Co., Ltd.

联系我们: [email protected]
隐私政策用户服务协议

© 2026 Learn Motion