Aprendizado Não-Supervisionado

Objetivos de Aprendizagem

Compreender os conceitos básicos de Aprendizado Não-Supervisionado.

Desenvolver habilidades práticas de Aprendizado Não-Supervisionado, fomentando a resolução de desafios e a criatividade.

Proporcionar as habilidades necessárias para compreender e utilizar o Aprendizado Não-Supervisionado que lhe permita ampliar suas capacidades de programação e explorar diferentes áreas de aplicação.

Índice de conteúdos

1. Introdução ao Aprendizado Não-Supervisionado
2. Agrupamento de Dados
3. Distância
4. Fechamento
5. Desafio Final

Introdução

Introdução ao Aprendizado Não Supervisionado

• O que é?
• É uma área da inteligência artificial usada para encontrar padrões nos dados sem a presença de rótulo (ver aprendizado supervisionado).
• Exemplos no cotidiano:
• Agrupamento automático de fotos no celular.
• Músicas agrupadas por estilo
• Livros agrupados em uma estante �pelo gênero

​

Introdução ao Aprendizado Não Supervisionado

Objetivo: Agrupar dados com base em características semelhantes, por exemplo, a distância ou similaridade entre os exemplos.

​

Diferença entre supervisionado e não-supervisionado

Marina foi a um zoológico com sua família e ficou impressionada com 6 animais:

• Elefante, Coelho, Águia, Pinguim, Jacaré e Cobra.

Diferença entre supervisionado e não-supervisionado

Marina resolveu organizar esses animais de acordo com algumas de suas características.

Diferença entre supervisionado e não-supervisionado

Se você já sabe de antemão a quais grupos os animais pertencem (classes: mamíferos, aves, répteis), esse processo seria considerado aprendizado supervisionado.

Diferença entre supervisionado e não-supervisionado

Se você está usando um algoritmo para descobrir grupos com base em características (tamanho, dieta, etc.), deixando que o algoritmo forme os agrupamentos sem classes pré-definidas, isso é um exemplo de aprendizado não-supervisionado, mais especificamente de Agrupamento.

Nesse caso, o algoritmo cria os grupos com base em similaridades (ou diferenças/distâncias) nos dados, sem conhecer nenhuma classe predefinida (ex. mamíferos, aves e répteis).

Aprendizado não-supervisionado

No contexto de aprendizado não-supervisionado, a distância desempenha um papel fundamental.

​

Normalmente, esse aprendizado utiliza métricas de distância entre os exemplos (animais, neste caso) a fim de agrupar aqueles que compartilham mais semelhanças entre si do que com outros grupos.

Distância Euclidiana

Que tal rever a aula de Distância Euclidiana em Aprendizado Supervisionado?

Fica a Dica!

Aprendizado não-supervisionado (Agrupamento)

Métodos de agrupamento clássicos utilizam da distância entre exemplos para dividir os dados em K grupos.

​

Por essa razão, são chamados de algoritmos divisivos ou particionais.

Agrupamento

Como calcular a distância entre os animais abaixo?

Agrupamento

Infelizmente, não é possível usar a Distância Euclidiana porque os dados não são numéricos. Uma opção é transformar os dados pelas categorias. Exemplo: Tamanho = [Grande=3, Médio=2, Pequeno=1].

Agrupamento

Outra opção é usar a Distância de Hamming!

Agrupamento

A Distância de Hamming soma as diferença entre as categorias.

Por exemplo, qual a distância entre Jacaré e Coelho?

Agrupamento

Qual a distância entre Jacaré e Coelho?

Precisamos contar quantas características são diferentes.

Agrupamento

Qual a distância entre Jacaré e Coelho?

Precisamos contar quantas características são diferentes.

• Neste exemplo a distância entre eles é 3.

Agrupamento

A execução do agrupamento funciona em poucos passos que se repetem até encontrar um resultado consistente.

1. Escolha quais animais serão os elementos-chave dos grupos
2. Calcule as distâncias entre os demais animais
3. Agrupe os animais mais próximos dos elementos-chave
4. Redefina os elementos-chave usando os animais dos grupos
5. Repita os passos 2, 3 e 4 até que os elementos-chave não mudem

​

Agrupamento

1. Escolha quais animais serão os elementos-chave dos grupos
1. Podemos, por exemplo, escolher Águia, Jacaré e Cobra.

Elementos-chave

Agrupamento

2. Calcule as distâncias entre os demais animais�Contando as diferenças entre os animais, notamos que: o Pinguim está mais próximo da Águia; o Jacaré está mais próximo do Elefante e do Coelho; e a Cobra está sozinha!

Agrupamento

3. Agrupe os animais mais próximos dos elementos-chave

Agrupamento

3. Redefina os elementos-chave usando os animais dos grupos
1. Como a Cobra está sozinha, ela continua como o elemento-chave do grupo
2. No grupo da Águia, há apenas outro animal (Pinguim), portanto, a Águia segue como elemento-chave
3. No outro grupo há três animais. Como escolher o próximo elemento-chave?

Agrupamento

Precisamos de uma revisão de estatística!

HORA

DA REVISÃO!

Agrupamento

Quando o atributo for numérico, usamos média. Caso seja categórico, podemos usar a moda!

Quantidade de animais: 6�

Média do Tamanho:�(3+2+2+1+3+2)/6 = 2,5

Agrupamento

Quando o atributo for numérico, usamos média. Caso seja categórico, podemos usar a moda!

Moda é o valor mais frequente!�

Moda da Dieta:�Carnívoro

Agrupamento

Considerando esses 3 animais e a moda entre eles, o novo elemento-chave será:

C1 = [Grande, Herbívoro, Caminhar, Pelos]

Agrupamento

2. Voltamos ao Passo 2, mas considerando os seguintes elementos-chave:
1. Cobra
2. Águia
3. Moda C1

Agrupamento

3. Voltando ao Passo 3, agrupe os animais mais próximos dos elementos-chave
1. No primeiro grupo temos a Águia e o Pinguim
2. No segundo grupo temos a Cobra e o Jacaré
3. No terceiro grupo temos o Elefante e o Coelho

Agrupamento

3. Voltando ao Passo 3, agrupe os animais mais próximos dos elementos-chave
1. No primeiro grupo temos a Águia e o Pinguim
2. No segundo grupo temos a Cobra e o Jacaré
3. No terceiro grupo temos o Elefante e o Coelho

Agrupamento

• O processo é repetido até que não ocorram mudanças nos grupos. Nesse caso, a próxima execução resultaria no mesmo grupo atual.

Atividade Principal

Desafio final

"Como você acha que o aprendizado não-supervisionado pode ser aplicado no seu cotidiano?"

Pense em exemplos de como agrupamentos automáticos podem estar sendo usados em redes sociais, e-commerce ou até mesmo em áreas como saúde e biologia.

Atividade e Discussão

Atividade: Quais outros problemas do nosso estado poderiam ser estudados com o aprendizado não-supervisionado?

​

Discussão: �

• Agrupar os pontos de ônibus de acordo com a ocupação
• Encontrar cidades da Bahia com padrões semelhantes de violência
• Encontrar escolas com desempenhos parecidos em competições (matemática, futebol, etc)

Fechamento

Fechamento

• Recapitulando conceitos
• Aprendizado não-supervisionado: Encontra padrões sem rótulos ou respostas pré-definidas.
• Agrupamento: Organização de dados com base em características semelhantes.
• Distância: Uma forma de medir como exemplos são semelhantes.
• K-Means: Um algoritmo que forma grupos (clusters) ao minimizar a distância entre itens como características semelhantes.
• Por que isso é importante?
• O aprendizado não-supervisionado é uma técnica poderosa usada em diversas áreas, como recomendação de filmes, análise de dados de redes sociais e até mesmo biologia e geografia, para encontrar padrões e tendências que não são óbvios à primeira vista.

Referências

Referências

Faceli, K., Lorena, A. C., Gama, J., Almeida, T. A. D., & Carvalho, A. C. P. D. L. F. D. (2021). Inteligência artificial: uma abordagem de aprendizado de máquina.

​

RUSSELL, Stuart J.; NORVIG, Peter. Inteligência Artificial: uma abordagem moderna. 4. ed. São Paulo: Pearson, 2022.�

www.coursera.org. Acesso em: 15 ago. 2024.

https://www.datacamp.com/pt/blog/introduction-to-unsupervised-learning. Acesso em: 15 ago. 2024.

Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.

39

Produção do Material

• Universidade Federal da Bahia (UFBA)�
• Universidade do Estado da Bahia (UNEB)�
• SENAI/CIMATEC�
• Universidade Estadual de Feira de Santana (UEFS)�
• Universidade Estadual do Sudoeste da Bahia (UESB)�
• Universidade Estadual de Santa Cruz (UESC)�
• Instituto Federal Baiano (IFBaiano)

40

Apoio

Apoio

42