Introdução ao aprendizado de máquina utilizando o modelo de regressão linear simples: uma proposta para estudantes do 3° ano do ensino médio

Abstract

O aprendizado de máquina é um campo da Inteligência Artificial que usa algoritmos com base em modelos estatísticos que fazem o computador reconhecer padrões através de dados, melhorando e aprimorando a resposta na medida em que são fornecidos mais dados. Este trabalho busca produzir significado contribuindo para uma introdução ao Aprendizado de Máquina (AM) para estudantes do 3° ano do ensino médio, usando o modelo preditivo de Regressão Linear Simples (ajuste de dados para uma função polinomial do 1° grau). Esta proposta pretende contribuir no campo da educação matemática com uma sequência de tarefas extracurriculares na qual serão apresentados conceitos sobre aprendizado de máquina, algoritmos supervisionados, regressão linear simples e ferramentas tecnológicas utilizadas para facilitar a análise de dados como planilhas eletrônicas (LibreOffice Calc), software matemático (GeoGebra) e linguagem de programação (Python). Sob o prisma dos Modelos dos Campos Semânticos (MCS) do professor Rômulo Campos Lins (1955- 2017), a produção de significado acontece numa enunciação e quem produz uma enunciação é o autor. O leitor só se institui como autor na medida em que faz suas reflexões e constrói sua própria versão do enunciado e sendo assim, cada autor é único. Dessa forma, cada estudante participa ativamente do seu processo de ensino-aprendizagem, sendo capaz de utilizar a tecnologia de forma ética e responsável, contribuindo para a formação de uma sociedade mais consciente quanto ao uso e desenvolvimento de aplicativos e ferramentas computacionais.

Machine learning is a field of Artificial Intelligence that uses algorithms based on statistical models that enable computers to recognize patterns in data, improving and refining their responses as more data is provided. This work aims to provide a meaningful introduction to Machine Learning (ML) for 3rd-year high school students, using the predictive model of Simple Linear Regression (data fitting to a first-degree polynomial function). This proposal intends to contribute to the field of mathematics education with a sequence of extracurricular tasks in which concepts about machine learning, supervised algorithms, simple linear regression, and technological tools used to facilitate data analysis, such as spreadsheets (LibreOffice Calc), mathematical software (GeoGebra), and programming languages (Python), will be presented. From the perspective of Professor Rômulo Campos Lins' (1955-2017) Semantic Field Models (SFM), the production of meaning occurs in an utterance, and the author is the one who produces an utterance. The reader only becomes an author to the extent that they reflect and construct their own version of the utterance; thus, each author is unique. In this way, each student actively participates in their teaching-learning process, being able to use technology ethically and responsibly, contributing to the formation of a society more aware of the use and development of computer applications and tools.