Do curso: Fundamentos do Aprendizado de Máquina com Python

Acesse uma demonstração gratuita desse curso

Cadastre-se hoje mesmo e acesse mais de 24.900 cursos criados por especialistas.

Aprendizado supervisionado e não-supervisionado

Aprendizado supervisionado e não-supervisionado

Existem dois tipos principais de aprendizado de máquina, o supervisionado e não supervisionado. O não supervisionado é uma abordagem de machine learning onde o modelo trabalha com dados não rotulados, buscando descobrir padrões, estruturas ou relações intrínsecas entre os dados. Os principais são algoritmos de caminhos, clusterização, DBSCAM, regra de associação e redução de dimensionalidade. Já o aprendizado de máquina supervisionado usa um conjunto de dados rotulados para ensinar ao modelo como produzir os resultados desejados. Chamamos a esse conjunto de dados rotulados de dados de treinamento. Essa é uma curvatura de um modelo com um balanceamento bom. Os pontos em azul são os dados, a linha tracejada roxa é o desempenho do modelo durante o seu treinamento, e a linha verde é o quanto o modelo consegue generalizar. Já o Underfitting vemos essa linha em vermelho. Os dados estão representados nos círculos azuis durante o treinamento do modelo. Ele desempenhou um bom treinamento, um…

Conteúdos