25 lines
1.7 KiB
Markdown
25 lines
1.7 KiB
Markdown
|
---
|
|||
|
|
title: Unsupervised Learning
|
|||
|
|
localeTitle: Aprendizagem não supervisionada
|
|||
|
|
---
|
|||
|
|
#### Leitura sugerida:
|
|||
|
|
|
|||
|
|
* https://en.wikipedia.org/wiki/Unsupervised\_learning
|
|||
|
|
* https://stackoverflow.com/a/1854449/6873133
|
|||
|
|
* http://mlg.eng.cam.ac.uk/zoubin/papers/ul.pdf
|
|||
|
|
|
|||
|
|
#### Versão preliminar do artigo:
|
|||
|
|
|
|||
|
|
O que é aprendizado não supervisionado?
|
|||
|
|
|
|||
|
|
O aprendizado não supervisionado nos permite abordar problemas com pouca ou nenhuma ideia de como devem ser nossos resultados. Podemos derivar estrutura a partir de dados nos quais não necessariamente sabemos o efeito das variáveis.
|
|||
|
|
|
|||
|
|
Tipos:
|
|||
|
|
|
|||
|
|
Clustering: é usado para análise exploratória de dados para encontrar padrões ocultos ou agrupamento de dados. Pegue uma coleção de 1.000.000 de genes diferentes e encontre uma maneira de agrupar automaticamente esses genes em grupos que sejam de alguma forma semelhantes ou relacionados por diferentes variáveis, como tempo de vida, localização, funções e assim por diante.
|
|||
|
|
|
|||
|
|
Abordagens para o aprendizado não supervisionado incluem:
|
|||
|
|
|
|||
|
|
agrupamento. k-médias modelos de mistura. agrupamento hierárquico, detecção de anomalias. Redes Neurais. Aprendizagem Hebbiana. Generative Adversarial Networks.Aproximações para aprender modelos de variáveis latentes como. Algoritmo de Expectativa-Maximização (EM) Método dos Momentos
|
|||
|
|
|
|||
|
|
Mais alguns exemplos: Suponha que você tenha dados para um site de comércio eletrônico. Você tem uma lista de pessoas e coisas que eles encomendaram on-line na semana passada. Agora você pode usar algoritmos de clustering e encontrar o padrão nos dados, prever a tendência de compra e formular a estratégia de negócios de acordo com a tendência.
|