fala pessoal na aula de hoje a gente vai aprender o que é a aprendizagem supervisionada e aprendizagem não supervisiona da qual a diferença entre essas duas primeiro vamos falar sobre aprendizagem supervisionado aprendizagem supervisionada é quando a gente tem os rótulos dos dados bem estabelecidos há então imagina que está fazendo resolvendo um problema de classificação de imagens ea gente já tem as imagens classificadas e rotuladas então a gente tem as imagens aqui um celular isso aqui uma geladeira isso daqui é uma flor então cada imagem está rotulado nelson piquet é o qual o significado daquela imagem
e o programa vai tentar agora aprender entender o que é uma flor a partir de várias imagens de flores ele vai tentar descobrir qual é a relação que faz uma força uma força que faz um celular ser o seu lado as suas características né mas com base em informações que já foram colocadas já foi rotulado aqui no celular já foi rotulado de uma flor no então essa informação já foi informada para o problema num exemplo que eu usei na aula traz ficando over feet under fi tem aquele exemplo também de aprendizagem supervisionada por quê porque
a gente já tem um resultado estabelecido então a gente tem a gente tinha nenhuma variável e tinha uma outra variável que depende de acerto tinha um gráfico ali tinha tinta nos dados do prouni o problema que estava tentando resolver encontrar uma curva o que melhor sendo se adequasse aqueles dados então está procurando o que o algoritmo encontro a melhor relação à curva que explica a relação dos dados mas a relação dos dados já está estabelecida já tem os resultados ali eu sempre que a informação da nossa variável de resposta já foi informado já têm essa
informação prévia é um problema de aprendizagem supervisionado o nome de supervisionado de supervisão justamente por isso como se fosse um professor além dizendo que é errado está certo o valor é esse o valor é aquele era pra ser esse valor e não esse então esse é um tipo de aprendizagem supervisionado a aprendizagem não supervisionada quando a gente não tem essa informação prévia então imagina que tem um conjunto de dados que tem características de várias plantas diferentes tá então não sabe nada sobre plantas não não tem nada previamente diga olha tem uma categoria de plantas assim
que tem as características em outra categoria que tem outra característica que não sabe nada sobre isso não tenho essa informação isso precisa neto a intenção é classificar essas plantas não têm muitos dados de plantas diferentes com uma edição por exemplo do tamanho do caule da planta a espessura do caule da planta o tamanho das flores né das folhas da planta tem várias características informações desses dessas plantas no conjunto de dados e do que encontrar agora eu posso categorizar isso que as suas características escrita na categoria pode ter em comum é como eu posso separar essas
plantas de diferentes categorias mas não sabe as categorias a priori não tem as informações então esse é um problema de aprendizagem não supervisionados e vai pedir para mourinho em contar as relações prática não vai dizer problemas e olha você parar pra mim essas plantas em cinco categorias tá a única informação passada é essa eo algoritmo sozinho agora vai ter que descobrir essa o que essas contas têm em comum de forma que ele possa separar em cinco categorias diferentes então como ele sabe que vai ter que separar em cinco categorias ele vai agrupar então esses dados
em cinco partes diferentes e classificar de maneira que ele encontrou a essas plantas aqui têm algo em comum é colocar eles em uma categoria separado dessa que têm algo em comum com essa então ele separa em categorias diferentes então daqui a pouco você parece um categorias ele vai ser para hora da categoria que estão todas as plantas que têm caules cumpridos por exemplo tem ele encontrou essa característica sozinho vendo todos os dados de ordem quando você tem isso aqui em comum a não tem outra característica se destaca aqui ó muitas plantas têm em comum transformar
isso em outra categoria e assim por diante não encontra na o compõem próximos dados estão e se encontra alguma coisa em comum dos dados ele consegue agrupar continua com uma categoria então esse é um exemplo de aprendizagem não supervisionada um outro exemplo seria tem um conjunto de dados de clientes né da empresa por exemplo é preciso trabalha e tem lá um conjunto muito grande de dados dos clientes quer separar classificar esses clientes diferentes categorias perfis de consumo por exemplo né então eu não tenho informação prévio só tem eu os dados dos clientes é isso que
é separar agora portuguesa para diferentes perfis de consumo para entender é o comportamento do consumidor no entanto pede produto fácil e prático o algoritmo encontra relações de proximidade que os clientes possam ter e daí ele vai separar as categorias para então né fazendo um resumo geral a aprendizagem supervisionada quando ele já tem as informações a gente que é só encontrar ali né uma forma do ritmo poder prevê um próximo dado com base em informações que já foi informado então já foi colocado um valor específico né um tamanho de um preço de alguma coisa e eu
quero agora poder prever um novo tamanho novo preço com base em valores que já informei então isso a aprendizagem supervisionada agora aprendizagem não explica nada quando eu não tenho uma resposta específica não tem um certo ou errado não tenho isso pronto e eu quero que o algoritmo descubra sozinha as relações dos dados então nesse caso é uma aprendizagem não supervisionada tá certo então esse é o objetivo dessa aula mostrar a diferença desses dois conceitos e é evidente que vão existir algoritmos the machine para aprendizado disciplinada e também vão ter outro time machine para a aprendizagem
não supervisionada tá então é o que a gente precisa entender agora dependendo do problema a gente vai tentar resolver manter o ritmo específico dependendo da natureza do problema na certa pressa não ficando por aqui ea gente se veja em breve próximos vídeos aqui no canal da tec é mais [Música]
