Estatísticas Práticas para Cientistas de Dados, 2ª Edição

Capítulo 7. Aprendizagem não supervisionada

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

O termo aprendizagem não supervisionada refere-se a métodos estatísticos que extraem significado dos dados sem treinar um modelo em dados rotulados (dados em que um resultado de interesse é conhecido). Nos Capítulos 4 a 6, o objetivo é construir um modelo (conjunto de regras) para prever uma variável de resposta a partir de um conjunto de variáveis preditoras. Trata-se de aprendizagem supervisionada. Em contraste, a aprendizagem não supervisionada também constrói um modelo dos dados, mas não distingue entre uma variável de resposta e variáveis de previsão.

A aprendizagem não supervisionada pode ser utilizada para atingir diferentes objetivos.Em alguns casos, pode ser utilizada para criar uma regra preditiva na ausência de uma resposta rotulada.Os métodosde agrupamento podem ser utilizados para identificar grupos de dados significativos. Por exemplo, utilizando os cliques na Web e os dados demográficos de um utilizador num Web site, podemos ser capazes de agrupar diferentes tipos de utilizadores. O Web site pode então ser personalizado para esses diferentes tipos.

Noutros casos, o objetivo pode ser reduzir a dimensão dos dados para um conjunto de variáveis mais fácil de gerir.Este conjunto reduzido pode então ser utilizado como entrada num modelo preditivo, como a regressão ou a classificação. Por exemplo, podemos ter ...