Primeira vez aqui? Seja bem vindo e cheque o FAQ!
x

Qual a diferença entre algoritmos de aprendizado supervisionado e não-supervisionado?

0 votos
7,820 visitas
perguntada Set 19, 2015 em Engenharia por danielcajueiro (5,736 pontos)  
Compartilhe

1 Resposta

0 votos
respondida Set 19, 2015 por danielcajueiro (5,736 pontos)  

Algoritmos de aprendizagem supervisionada supõem a existência de um "Professor" que te ensina que tipo de comportamento você deve exibir em cada situação. Na prática, imagine que você deseja classificar empresas saudáveis de não-saudáveis e para fazer isso você tem uma amostra que associa cada empresa saudável uma série de variáveis. Então, um algoritmo de aprendizagem supervisionado tentaria usar explicitamente essa informação para no futuro ser hábil para separar empresas saudáveis de não-saudáveis. O exemplo mais simples de modelo que é baseado nesse tipo de aprendizagem é o modelo de regressão linear, quando estimado usando por exemplo a minimização dos erros quadráticos, isto é, a minimação do erro quadrático entre o valor da variável predita pelo modelo e o valor da variável real.

Por outro lado, algoritmos de aprendizagem não supervisionada não supõem a classificação entre as empresas saudáveis e não saudáveis em sua base de dados. Eles simplesmente tentariam separar as empresas em questão usando as variáveis associadas as empresas e não necessariamente separariam as empresas em duas classes. Eles normalmente associam o seu aprendizado a métricas que devem ser otimizadas.

Outras formas de aprendizagem não supervisionado são baseadas no objetivo de representar um conjunto de dados através de um modelo de menor dimensão desse conjunto de dados. Um exemplo interessante desse tipo de aplicação é fornecido pela Análise dos Componentes Principais.

Ainda é possível utilizar aprendizagem não supervisionada para representar um conjunto de dados através de características interessantes do conjunto de dados.

...