7 algoritmos de machine learning que ainda importam na era da IA generativa

7 algoritmos de machine learning que ainda importam — e quando usá-los em vez de LLMs

Com a explosão dos grandes modelos de linguagem e da IA generativa, é tentador tratar LLMs como a solução para todos os problemas. Mas a realidade é outra: muitos problemas de dados são resolvidos melhor, mais rápido e mais barato com algoritmos clássicos de machine learning. Este guia prático cobre sete algoritmos que todo cientista de dados deveria conhecer — com código Python pronto para usar.

1. Regressão Linear

O algoritmo mais simples e ainda um dos mais úteis. Ideal para prever valores numéricos contínuos: preço de imóveis, receita mensal, consumo de energia. A regressão linear aprende a relação entre variáveis de entrada e o valor-alvo, encontrando a reta que minimiza o erro de predição.

from sklearn.linear_model import LinearRegression

model = LinearRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

É rápido, fácil de interpretar e serve como linha de base antes de testar modelos mais complexos. Se a regressão linear já resolve bem o problema, não complique.

2. Regressão Logística

Apesar do nome, é um algoritmo de classificação. Ideal para problemas com dois resultados possíveis: spam ou não spam, churn ou retenção, fraude ou transação legítima. Estima a probabilidade de cada classe e atribui a mais provável.

from sklearn.linear_model import LogisticRegression

model = LogisticRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

3. LightGBM

Algoritmo de gradient boosting otimizado para dados tabulares. Constrói árvores de decisão sequencialmente, com cada nova árvore focando nos erros das anteriores. Usa aprendizado baseado em histogramas para reduzir uso de memória e acelerar o treinamento.

from lightgbm import LGBMClassifier

model = LGBMClassifier()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

Suporta treinamento paralelo, distribuído e em GPU — escolha popular para competições e produção em larga escala.

4. XGBoost com Árvores de Histograma

Outro gigante do gradient boosting. Similar ao LightGBM, mas com foco em confiabilidade e flexibilidade. O parâmetro tree_method="hist" ativa a construção de árvores baseada em histograma, tornando o treinamento mais eficiente.

from xgboost import XGBClassifier

model = XGBClassifier(tree_method="hist")
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

5. Random Forest

Algoritmo de ensemble que combina múltiplas árvores de decisão. Cada árvore é treinada com uma amostra diferente dos dados e um subconjunto das features. Para classificação, as árvores votam; para regressão, as predições são médias. O resultado: menos overfitting que uma árvore única.

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(n_estimators=100, random_state=42)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

6. LSTM (Long Short-Term Memory)

Rede neural recorrente projetada para dados sequenciais. Mantém informação de passos anteriores usando memória interna e “portões” que decidem o que lembrar, atualizar ou ignorar. Essencial para séries temporais: previsão de vendas, tráfego, leituras de sensores.

from tensorflow import keras
from tensorflow.keras import layers

model = keras.Sequential([
    keras.Input(shape=(timesteps, features)),
    layers.LSTM(64),
    layers.Dense(1)
])
model.compile(optimizer="adam", loss="mean_squared_error")
model.fit(X_train, y_train, epochs=20)
y_pred = model.predict(X_test)

7. K-Means Clustering

Algoritmo não supervisionado que agrupa observações similares sem precisar de dados rotulados. Útil para segmentação de clientes, detecção de padrões e análise exploratória. A principal limitação: você precisa definir o número de clusters antes de rodar.

from sklearn.cluster import KMeans

model = KMeans(n_clusters=3, n_init=10, random_state=42)
clusters = model.fit_predict(X)

Quando usar cada um

A regra de ouro: escolha o modelo certo para o problema, não o modelo mais novo. Muitos problemas de negócio — previsão de vendas, detecção de fraude, segmentação de clientes — são resolvidos com muito menos recursos usando algoritmos clássicos. LLMs são ferramentas poderosas, mas para dados tabulares estruturados, um bom Gradient Boosting ainda é imbatível em custo-benefício.