O avanc¸o da Inteligencia Artificial (IA), especialmente da Aprendiza- ˆ gem de Maquina, tem transformado o ensino ao exigir ambientes que favorec¸am ´ a pratica e a reprodutibilidade. Contudo, persistem desafios como limitac¸ ´ oes ˜ de infraestrutura, dificuldades de configurac¸ao local e restric¸ ˜ oes de platafor- ˜ mas em nuvem. Nesse contexto, Jupyter Lab e Google Colab emergem como alternativas centrais, cada uma com potencialidades e limitac¸oes que afetam ˜ diretamente o processo formativo. Este artigo apresenta uma analise compa- ´ rativa dessas ferramentas, destacando implicac¸oes pedag ˜ ogicas, possibilidades ´ de democratizac¸ao e caminhos para inovac¸ ˜ ao no ensino de Aprendizagem de ˜ Maquina. ´
92-102
Palmas-TO
e-ISSN:2447-0767
Martony Demes da Silva. Ambientes Interativos para Aprendizagem de Maquina: Potencialidades e Limitac¸oes de Jupyter Lab e Google Colab. In: ENCOINFO - Congresso de Computação e Tecnologias da Informação, 27., 2025, Palmas - TO. Anais [...]. Palmas - TO: CEULP/ULBRA, 2025. p. 92 - 102. ISSN e-ISSN: 2447-0767 versão online. Disponível em: https://ulbra-to.br/encoinfo/edicoes/2025/artigos/ambientes-interativos-para-aprendizagem-de-maquina-potencialidades-e-limitac%c2%b8oes-de-jupyter-lab-e-google-colab/. Acesso em: 19 mai. 2026