Entenda os conceitos de aprendizado supervisionado e aprendizado não supervisionado no mundo do machine learning.
Basicamente, aprendizado supervisionado é quando o modelo de machine learning recebe as informações que ele precisa "imitar". Ou seja, ele recebe algum tipo de rótulo dos dados, de maneira que existe uma "supervisão" que possa medir se esse modelo está fazendo previsões certas ou erradas com base nesses rótulos.
O aprendizado não supervisionado é quando esses rótulos não existem, ou seja, o modelo não sabe exatamente o que ele está procurando. Na realidade, é tarefa do modelo definir/encontrar relações entre os dados para agrupá-los em diferentes categorias, sem supervisão. Isso significa que não existe um parâmetro prévio de categorias que o modelo precisará seguir, comparar e imitar; pelo contrário, o próprio modelo que criará suas próprias categorias dos dados com base em relações comuns que ele (modelo) observou. Para mais detalhes, leia o artigo: didatica.tech/...
Essa é a aula 6 dessa playlist: • O que é Inteligência A...
Você também pode acompanhar todas as aulas desse curso de introdução a machine learning nessa página: didatica.tech/...
Próxima aula (aula 7): • O que são problemas de...
#aprendizadoSupervisionado #aprendizadoNaoSupervisionado
Негізгі бет O que é Aprendizado Supervisionado x Não Supervisionado (Machine Learning - Aula 6)
Пікірлер: 36