Aprenda Tipos de Aprendizado de Máquina

Aprendizado Supervisionado

Definição

Aprendizado supervisionado é uma técnica de aprendizado de máquina na qual o modelo é treinado com um conjunto de treinamento rotulado.

As tarefas mais populares de aprendizado supervisionado são:

Regressão (por exemplo, prever o preço de uma casa): será necessário um conjunto de treinamento rotulado com outros preços de casas para isso;
Classificação (por exemplo, classificar e-mails como spam/ham): será necessário um conjunto de treinamento rotulado como spam/ham para isso.

Aprendizado Não Supervisionado

Definição

Aprendizado não supervisionado é uma técnica de aprendizado de máquina na qual o modelo é treinado com um conjunto de dados não rotulado.

As principais tarefas de aprendizado não supervisionado são agrupamento, detecção de anomalias e redução de dimensionalidade.

Agrupamento

Agrupa pontos de dados semelhantes em clusters sem rótulos — por exemplo, agrupando e-mails sem saber se são spam ou não.

Detecção de Anomalias

Identifica pontos de dados que fogem dos padrões normais, como transações de cartão de crédito incomuns, sem necessidade de rótulos de fraude.

Redução de Dimensionalidade

Reduz o número de características preservando informações importantes — também sem uso de rótulos.

Aprendizado por Reforço

O aprendizado por reforço difere significativamente dos dois tipos anteriores. É uma técnica utilizada para treinar veículos autônomos, robôs, IA em jogos e outros.

Definição

Aprendizado por reforço é uma técnica de aprendizado de máquina na qual o agente (por exemplo, robô aspirador) aprende tomando decisões e recebendo uma recompensa se a decisão estiver correta e uma penalidade se a decisão estiver errada.

Treinar um cachorro para buscar funciona de maneira semelhante ao aprendizado por reforço: ações corretas recebem uma recompensa, ações erradas recebem uma penalidade e trazer a bola com sucesso recebe uma recompensa maior, reforçando o comportamento desejado.

1. Para treinar o modelo de ML em uma tarefa de aprendizado supervisionado, é necessário que o conjunto de treinamento contenha o alvo (seja rotulado). Está correto?

2. Para treinar o modelo de ML em uma tarefa de aprendizado não supervisionado, não é necessário que o conjunto de treinamento contenha um alvo (seja rotulado). Está correto?

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 2

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Deslize para mostrar o menu

Aprendizado Supervisionado

Definição

Aprendizado supervisionado é uma técnica de aprendizado de máquina na qual o modelo é treinado com um conjunto de treinamento rotulado.

As tarefas mais populares de aprendizado supervisionado são:

Regressão (por exemplo, prever o preço de uma casa): será necessário um conjunto de treinamento rotulado com outros preços de casas para isso;
Classificação (por exemplo, classificar e-mails como spam/ham): será necessário um conjunto de treinamento rotulado como spam/ham para isso.

Aprendizado Não Supervisionado

Definição

Aprendizado não supervisionado é uma técnica de aprendizado de máquina na qual o modelo é treinado com um conjunto de dados não rotulado.

As principais tarefas de aprendizado não supervisionado são agrupamento, detecção de anomalias e redução de dimensionalidade.

Agrupamento

Agrupa pontos de dados semelhantes em clusters sem rótulos — por exemplo, agrupando e-mails sem saber se são spam ou não.

Detecção de Anomalias

Identifica pontos de dados que fogem dos padrões normais, como transações de cartão de crédito incomuns, sem necessidade de rótulos de fraude.

Redução de Dimensionalidade

Reduz o número de características preservando informações importantes — também sem uso de rótulos.

Aprendizado por Reforço

O aprendizado por reforço difere significativamente dos dois tipos anteriores. É uma técnica utilizada para treinar veículos autônomos, robôs, IA em jogos e outros.

Definição

1. Para treinar o modelo de ML em uma tarefa de aprendizado supervisionado, é necessário que o conjunto de treinamento contenha o alvo (seja rotulado). Está correto?

2. Para treinar o modelo de ML em uma tarefa de aprendizado não supervisionado, não é necessário que o conjunto de treinamento contenha um alvo (seja rotulado). Está correto?

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 2