Tipos de Aprendizado de Máquina
Objetivo
Este capítulo explica os diferentes tipos de aprendizado de máquina. Você aprenderá a diferença entre aprendizado supervisionado, não supervisionado e por reforço.
1. Aprendizado Supervisionado (Supervised Learning)
O que é?
Aprendizado supervisionado é quando damos ao computador dados com as respostas corretas.
Exemplo simples:
- Como ensinar uma criança com imagens
- Você mostra uma foto de um gato e diz "isso é um gato"
- Você mostra uma foto de um cachorro e diz "isso é um cachorro"
- Depois de um tempo, ela aprende a diferença
Como funciona?
1. Dados:
- Imagens + rótulos
- "isso é um gato", "isso é um cachorro"
2. Treinamento:
- O computador analisa as imagens
- Relaciona as imagens aos rótulos
3. Aplicação:
- Nova imagem sem rótulo
- O computador tenta adivinhar o que é
Exemplos do dia a dia
Detecção de spam:
- Damos mensagens + "spam" ou "não spam"
- Ele aprende a diferenciar
Reconhecimento de imagens:
- Damos imagens + rótulos
- Ele aprende a reconhecer
Previsão de preços:
- Damos dados + preços
- Ele aprende a prever
2. Aprendizado Não Supervisionado (Unsupervised Learning)
O que é?
Aprendizado não supervisionado é quando damos ao computador dados sem respostas corretas.
Exemplo simples:
- Como dar a uma criança um conjunto de objetos
- Sem dizer o que são
- Ela descobre sozinha os grupos
Como funciona?
1. Dados:
- Apenas dados
- Sem rótulos ou respostas
2. Descoberta:
- O computador analisa os dados
- Descobre padrões e grupos
3. Organização:
- Organiza os dados em grupos
- De acordo com a similaridade
Exemplos do dia a dia
Organização de imagens:
- Damos milhares de imagens
- Ele organiza por similaridade
Descoberta de padrões:
- Damos dados de vendas
- Ele descobre padrões de compra
Agrupamento:
- Damos dados de clientes
- Ele agrupa em grupos semelhantes
3. Aprendizado por Reforço (Reinforcement Learning)
O que é?
Aprendizado por reforço é quando o computador aprende por tentativa e erro com recompensas.
Exemplo simples:
- Como ensinar um cachorro truques novos
- Se fizer certo → recompensa
- Se fizer errado → sem recompensa
- Aprende com a experiência
Como funciona?
1. Tentativa:
- O computador tenta algo
- Exemplo: jogar um jogo
2. Resultado:
- Se tiver sucesso → recompensa
- Se falhar → punição
3. Aprendizado:
- Aprende com a experiência
- Tenta melhorar seu desempenho
Exemplos do dia a dia
Jogos:
- Jogos de computador
- Aprende a jogar melhor
Carros inteligentes:
- Aprende a dirigir
- Pela experiência
Robôs:
- Aprende a andar
- Por tentativa e erro
4. Comparação dos Tipos
Tabela de comparação
| Tipo | Dados | Respostas | Uso |
|---|---|---|---|
| Supervisionado | Dados + respostas | Sim | Reconhecimento, previsão |
| Não supervisionado | Apenas dados | Não | Descoberta, organização |
| Por reforço | Experiência | Recompensas | Jogos, robôs |
5. Quando usar cada tipo?
Aprendizado supervisionado
Use quando:
- Você tem dados com respostas
- Quer prever algo
- Quer classificar
Exemplo:
- Classificação de e-mails
- Reconhecimento de imagens
- Previsão de preços
Aprendizado não supervisionado
Use quando:
- Você tem dados sem respostas
- Quer descobrir padrões
- Quer organizar
Exemplo:
- Descobrir grupos de clientes
- Organizar imagens
- Descobrir padrões
Aprendizado por reforço
Use quando:
- Quer aprender com a experiência
- Tem um ambiente interativo
- Quer melhorar o desempenho
Exemplo:
- Jogos
- Robôs
- Carros inteligentes
6. Exemplos práticos
No nosso dia a dia
Aprendizado supervisionado:
- Reconhecimento facial no celular
- Sugestão de produtos em compras
- Tradução automática
Aprendizado não supervisionado:
- Organização automática de fotos
- Descoberta de padrões de compra
- Agrupamento de notícias semelhantes
Aprendizado por reforço:
- Jogos de computador
- Carros inteligentes
- Robôs
Conclusão
- Existem três tipos principais de aprendizado de máquina
- Cada tipo tem seus usos
- Aprendizado supervisionado: dados + respostas
- Aprendizado não supervisionado: apenas dados
- Aprendizado por reforço: aprendizado pela experiência