Aprendizado de Máquina

Aprendizado de Máquina (Machine Learning, no original em inglês) é uma sub-classe de métodos de Inteligência Artificial. Este tipo de método é capaz de, a partir de um conjunto representativo de amostras (dados de treinamento) compostas por diferentes informações (atributos) associadas ao problema, aprender a reconhecer padrões que permitem classificar uma nova amostra, nunca antes vista nos dados.

Nos modelos de Inteligência Artificial desenvolvidos para a Plataforma SAMI, os dados de treinamento correspondem aos dados relacionados a nascimento e óbitos (até 28 dias) que ocorreram no Brasil entre os anos de 2006 a 2016. Cada uma das amostras, conta com informações (atributos) como como exames pré-natal feitos pela mãe, peso da criança ao nascer, condições socioeconômicas da mãe, entre outras.

Ao contrário do que ocorre em métodos estatísticos tradicionais, os modelos de Aprendizado de Máquina desenvolvidos para a Plataforma SaMI levam em conta todos os atributos disponíveis, relacionando-os da maneira mais adequada para o problema em questão (seja ele a classificação quanto ao risco de morte em até 28 dias após o nascimento, ou a predição da taxa de mortalidade neonatal para uma região de saúde em até 4 meses a frente).