Tag: aprendizagem supervisionada
-
Fronteiras e regiões de decisão
A fronteira de decisão de um classificador é uma linha, superfície, volume ou hipervolume (dependendo da dimensão dos dados) que separa diferentes classes em um espaço de características (ou espaço de entrada). Ela representa a divisão onde o classificador muda sua previsão de uma classe para outra. Em outras palavras, é uma região limite do…
-
Classificador linear
Um classificador linear é um tipo de modelo de aprendizado de máquina utilizado para separar dados em diferentes classes baseando-se em uma função linear.
-
Regressão linear
A regressão linear é o processo de estimação dos parâmetros de um modelo linear para que ele se ajuste da melhor forma possível a um conjunto de dados segundo um determinado critério(ou métrica)
-
Classificador K-Nearest Neighbors (ou KNN)
É um dos classificadores mais simples e intuitivos em machine learning. Foi proposto originalmente por Evelyn Fix e Joseph Hodges em 1951. Entretanto, há muitas dezenas de variações em relação a proposta original de Hodges e Fix. Pode ser considerado uma “evolução” do classificador de distância mínima. O algoritmo do KNN é menos sensível a…
-
Tipos de aprendizagem
Na inteligência artificial (IA), os tipos de aprendizagem podem ser divididos em três principais categorias: aprendizagem supervisionada, aprendizagem não supervisionada e aprendizagem por reforço. Cada uma tem características distintas e são utilizados em diferentes tipos de problemas. 1. Aprendizagem Supervisionada ou Supervised Learning (SL) Na aprendizagem supervisionada, o algoritmo aprende a partir de um conjunto…
-
Classificador de distância mínima
O algoritmo de aprendizagem de máquina mais simples que você pode imaginar e que funciona se chama classificador de distância mínima. É um tipo de classificador supervisionado baseado em instâncias (amostras). Ele não é nenhum classificador “matador” e, no geral, fica muito longe da performance de uma deep learning. Entretanto, considerando a sua simplicidade, funciona…