Machine Learning vs Programação Tradicional: Fundamentos e Lógica

Section role: supports the 'A Lógica do Aprendizado: Máquina vs. Humano' section while the teacher explains the foundational shift from explicit rule-writing to data-driven learning. Slides: (1) Title — 'A Lógica do Aprendizado: Máquina vs. Humano'; (2) Programação Tradicional — bullets: fluxograma com Dados mais Regras gerando o Resultado, exemplo da calculadora ou jogo da velha fixo; (3) A Grande Virada — bullets: por que tarefas complexas como reconhecimento de imagem não cabem em regras fixas; (4) Machine Learning — bullets: o fluxo com Dados mais Resultados gerando a Regra, conectando com a pergunta de verificação sobre o gato branco; (5) Vocabulário Essencial — bullets: definição formal de Dataset, Algoritmo e Modelo; (6) A Analogia da Criança — bullets: como um bebê aprende o que é uma maçã sem estudar geometria, mostrando múltiplos exemplos visuais; (7) Pergunta de Verificação — bullets: 'Se eu treinar uma IA apenas com fotos de gatos pretos, o que ela dirá ao ver um gato branco?' para antecipar o viés da Seção 4; (8) Transição para a Oficina — bullets: preparando os alunos para coletar dados e treinar modelos na Seção 3. Closing slide: 'Como você explicaria a diferença entre regras e dados para alguém de fora da tecnologia?' — hand-off question back to the teacher.