Please enable JavaScript.
Coggle requires JavaScript to display documents.
Algoritmos de Classificação - Coggle Diagram
Algoritmos de Classificação
Conceito: Algoritmos de Aprendizado de Máquina Supervisionado
Objetivo: Prever a classe ou rótulo categórico a que pertence uma nova entrada de dados
Funcionamento Básico:
Aprendizado: Treinar o modelo com dados de entrada e saídas rotuladas.
Classificação: Usar o modelo para prever a classe de dados novos.
Tipos de Classificação
Binária Previsão entre duas classes mutuamente exclusivas. Detecção de Spam (Spam / Não Spam), Diagnóstico Médico (Doente / Saudável)
Multiclasse
Previsão entre três ou mais classes mutuamente exclusivas.
Classificação de Sentimento (Positivo / Negativo / Neutro), Reconhecimento de Imagens (Cachorro / Gato / Pássaro)
Principais Algoritmos (Exemplos)
Regressão Logística:
Modela a probabilidade de um evento ocorrer.
Máquinas de Vetores de Suporte (SVM):
Cria um hiperplano para separar as classes, maximizando a margem.
Florestas Aleatórias (Random Forests):
Combina os resultados de múltiplas Árvores de Decisão para maior precisão e estabilidade.
Vizinhos Mais Próximos K (K-NN):
Classifica um ponto com base na classe majoritária de seus vizinhos mais próximos.
Redes Neurais Artificiais (ANN) Usam neurônios para identificar padrões complexos, base do Deep Learning. (Carvalho, 2020)
Árvore de Decisão (Decision Trees) Utiliza estrutura em forma de árvore para dividir iterativamente os dados em subconjuntos até que as classes sejam isoladas. (Sacramento, 2021)