Aprendizado Não Supervisionado e Semi-Supervisionado Flashcards
O que é Aprendizado de Máquina Não Supervisionado?
O computador recebe uma série de dados sem rótulos previamente estabelecidos, o objetivo é que seja encontrada uma relação entre os dados, ou seja, cabe ao computador estabelecer padrões, regularidades e categorias.
Como se divide o Aprendizado de Máquina Não Supervisionado?
Divide-se em:
- CLUSTERING (agrupamento), que pode vir a utilizar o K-means;
- Redes Neurais.
O que é Clustering?
O objetivo do algoritmo é, a partir de uma série de dados sem rótulos previamente estabelecidos, encontrar agrupamentos naturais.
O que é o K-means?
O algoritmo inicialmente posiciona o “k”centróides em posições aleatórias, os elementos são divididos de acordo com a proximidade entre os centróides, a posição central do grupo é recalculada e o centróide é movimentado para esta posição, e assim sucessivamente até a estabilização.
O que são Redes Neurais?
Simula um rede neural biológica com os neurônios e suas ligações. Estes neurônios artificiais estão dispostos em camadas e, a partir de uma série de estímulos recebidos na entrada (x’), emitem um sinais como resultado (y’).
O que é Aprendizado de Máquina Semi-Supervisionado?
O algoritmo recebe inicialmente alguns dados com rótulos, como no aprendizado supervisionado, em seguida recebe novos dados sem rótulos, o objetivo é conseguir rotular estes novos dados com base nos dados inicialmente recebidos.
O que é Detecção de Anomalias?
O algoritmo deve identificar um comportamento padrão da amostra, após o treinamento, ele deve emitir alertas sobre comportamentos fora do padrão.
