Please enable JavaScript.
Coggle requires JavaScript to display documents.
tipos de aprendizado - Coggle Diagram
tipos de aprendizado
por reforço
agente
aprende
interagindo
ambinete
recebendo
recompensas
penalidades
decide
função
avalia
boa/ruim
prêmio/penalização
diferença
exploration
máquina
tenta
nunca
fez
explotation
zona
conforto
risco
n conseguir
1 more item...
políticas
aprendizado
95%
explotation
5%
exploration
objetivo
maximizar
recompensa
cumulativa
longo
tempo
conceitos-chave
entidade
toma
decisões
robô
software
ambiente
mundo
agente
interage
sobre
n tem
controle
1 more item...
estado
repreesntação
situação
atual
agente
dentro
ambiente
ações
possíveis
intervenções
agente
pode
fazer
ambiente
recompensa
sinal
ambiente
resposta
ações
agente
indicando
1 more item...
política
estatégia
define
escolha
ação
agente
determinados
1 more item...
policy
função de valor
previsão
recompensa
futura
esperada
utilizada
avaliar
1 more item...
episódio
sequência
ações
estados
recompensas
termina
estado
final
funcionamento
1
observa
estado
ambiente
2
tomada
decisão
baseada
política
3
execução
ação/observaçaõ
recompensa
novo
estado
4
atualização
política
base
recompensa
recebida
ambiente
retorna
recompensa
estado
aplicações
jogos
complexos
xadrez
robótica
ensinar
robôs
tarefas
caminhar
pegar
objetos
sistemas
recomendação
personalizar
conteúdo
usuários
plataformas
streaming
feedback
gosta
n gosta
otimização
processos
melhorar
logística
cadeia
suprimentos
indústria
automação
veículos
desenvolver
sistemas
condução
autônoma
cenário de utilização
agente
pequeno robô
controlado
programa
IA
ambiente
tabuleiro
várias
células
algumas
contendo
obstáculos
1 more item...
recompensa
agnete
recebe
recompensa
positiva
quando
encontra
1 more item...
neggativa
colidir
obstáculos
sair
tabuleiro
objetivo
agente
aprender
política
maximiza
recompensa
cumulativa
1 more item...
inicialização
agente
começa
sem
conehciemnto
ambiente
explora
ambiente
aç~eos
aleatórias
recompensas
após
ação
aprende
colidir/
obstáculo
sair
tabuleiro
resulta
recompensas
negativas
aprendizaado da política
agente
usa
algoritmo
aprendizado
reforço
ajustar
1 more item...
aprimoramento
gradual
tempo
agente
apriimora
política
medida
1 more item...
Deep Q-Netwaork
q-learning
bisa
aprender
política
ótima
ensinando
1 more item...
feito
meio
fuinção
valor
Q
2 more items...
algoritmos
supervisionado
árvore de decisão
baseada
conjunto
dataset
base
dados
históricos
1 more item...
conjunto x
vários
atributos
1 more item...
prática
formada
node root
1o nó
correspondente
1a decisão
1 more item...
conceitos
entropia
mede
nível
desordem/incerteza
conjunto
1 more item...
msitura
entre
classes
1 more item...
interpretação
todos
exemplos
=classe
há classes
equilibradas
entropia
alta
1 more item...
ganho de informação
mede
quanto
entropia
diminui
1 more item...
mede
ganho
pureza
após
1 more item...
maior
ganho
melhor
atributo
1 more item...
grau de impureza
nível
impureza
nó
qunato
1 more item...
mede
possibilidade
erro
classificarmos
1 more item...
gini
0
nó puro
alto
nó misto
impuro
melhor
atributo
-índice
1 more item...
algoritmo
ID3
autor
Ross Quintan
1986
tipo
varia´vel
apenas
categóricas
árvore
apenas
classificação
cirtério
divisão
ganho
informação
1 more item...
tratamento
valores ausentes
n trata
pode
n implemetna
forma
divisão
multivariada
nós
1 more item...
saída final
classe
predominante
trabalha
classificação
C.4.5
autor
Ross Qunlan
1993
tipo
variável
numéricas
categóricas
árvore
apenas
classificação
trata
valores
ausentes
ponderação
ganho
infomração
normalizado
razão de ganho
implementada
pode
pós-criação
forma de divisão
multivariada
saída
classe
predominante
trabalha
classificação
CART
Breiman
1984
tipo
variável
categórica
nume´rica
critério
divisão
índice
gini
redução
variável
implemetada
poda
pré
pós
divisão
binária
sempre
2 ramos
classe
valor
numérico
médio
único
trabalha
regressão
característica
interpretabildiade
explicar
decisão
árvore
individualmente
random forest
envolve
múltiplas
árvores
n apenas
1 florestas
mas
1 more item...
floresta
constitui
ensemble
conjunto
árvores
decisão
1 more item...
possuem
1 more item...
técnica
diversos
modelos Ia
1 more item...
objetivo
reduzir
variância
lugar
utilizar
apenas
1 more item...
consiste
centenas
árvores
decisão
se
regressão/classificação
1 more item...
principal
diferença
n possui
interpretabilidade
mas
500 árvores
1 more item...
justificativa
redução
risco
overfitting
após
treinamento
deseja
classificar
novo
dado
1 more item...
regressão lógica
pegadinha
mistura
lógica/linear
ambas
usam
reta
função
conhecida
modelos paramétricos
1 more item...
linear
prevê
número
lógica
regressão
binária
2 more items...
usada
problemas
classificações
ferramenta
classificaçaõ
pode
1 more item...
KNN
diz
quem
anda
direi
quem
és
considera
ponto
valores
+próximos
K
parâmetro
1 more item...
trabalha
valores
numéricos
Naive Bayes
principal
diferença
só
trabalha
classificação
n inclui
previsão
probabilidade
a posteriori
classificação
spam
dataset
aprende
probabildiade
condicioanis
aprendizado
supervisionado
classificação
texto
famílias
algoritmos
aprendizado
supervisionado
base
probabilidade
superposição
ingênuas
características
conjunto
dados
independentes
1 more item...
cada
evento
contribui
igualmente
classificar
1 more item...
SVM
hiper
plano
ótimo
reta
separa
dados
maximiza
distância
vetores
1 more item...
2 variáveis
funão
kernel
dados
linearmente
separados
divisão
linear
1963
divide
linhas
Kernel Trick
1992
adiciona
dimensão
separar
1 more item...
contra
overfitting
apenas
1 more item...
Soft Margin
1995
serve
classificação
regressão
aprendizado
supervisioando
regressão linear
dataset
entada
indepdendente
saída
dependente
algoritmo
regressão
aprendizado
supervisionado
n supervisionado
K-Means
principal
algritmo
agrupamento
K
parâmetro
número
grupos
formados
se
3
cria
3 centroides
espaço
1 more item...
cada 1
1 more item...
movem-se
1 more item...
algoritmos hierárquicos
2 formas
bottom-up
alglomerativos
cria
grupos
até
1 more item...
top-down
divisivos
grandes
grupos
até
1 more item...
dendograma
DBSCAN
baseado
densidade
cada
densidade
forma
grupo
longe
densidade
sem
grupo
1 more item...
2 parâmetros
epsilon
número
pontos
mínimos
MinPts
quantidade
mínima
pontos
redução da dimensionalidade
dimensão
colunas
dataset
etapa
pré-processamento
maldição
dimensionalidade
cientistas de dados
qunatidades
features
dimensão
categoria
variável
performace
+coluna
+performace
até
1 more item...
2 tipos
seleciona
atributos
+relevantes
extração
atributos
criar
novos
atributos
representada
pCA
gera
novo
dataset
1 more item...
técnica
extração
caracterísitcas
variáveis
combinadas
componentes
1 more item...
componentes
principais
ordenados
1 more item...
wrapping
adicona
coluna
se
n deu certo
tira
1 more item...
semissupervisionado
dataset
parcialmente
rotualdo
aprendizado
transferência
levaria
muito
tempo
rotular
todos
dados
profuindo
redes
neurais
profundas
analisar/extrair
recursos
dados
complexos
muitas
camadas
denominadas
deep neural
análise
recursos
1 more item...
algoritmos
machine learning
tradicional
árvore de decisão
processo
classificado
k-nearest neighbors
aprendizado
autossupervisionado
rótulos
gerados
automaticamente
quando
compreende
conjunto
1 more item...
identifica
o que
1 more item...
IA generativa
sequência
palavras
rótulo
corresponde
descoberta
1 more item...
pre-training
1a etapa
treinamento
objetivo
identificar
1 more item...
n há
qualquer
mecanismo
especial
1 more item...
alguns
modelos
erros
aprendizagem
1 more item...
exempplificado
Generative Adversarial Networks
GANs
modelo
1 more item...
problemas
tipos
overfitting
IA
+treina
+especializada
entrada/saída
até
perder
1 more item...
pode
gerar
curvas
intrincadas
separar
quaisquer
1 more item...
causas
algoritmo
muito complexo
base
dados
simples
poucos
dados
treinamento
+dados
+real
dados
treinamento
desbalanceados
ruídos
dados
treinamento
implica
colunas
1 more item...
atributos
pouco
relevantes
solções
regularização
deixar
algoritmo
ajuste
ideal
1 more item...
treinar
+dados
validaçaõ
cruzada
treina
dados
testa
1 more item...
early stopping
parada
antecipada
treinamento
erro
1 more item...
ensemble
realização
modelos
podem
entrar/n entrar
2 more items...
underfitting
base
dados
+complexa
algritmo
capaz
aprender
1 more item...
pode
gerar
reta
linear
pode
erros
1 more item...
causas
algoritmo
pouco
complexo
dados
insuficientes
atributos
n representativos
regularizaçaõ
excessiva
erros
amostragem
soluções
aumentar
complexidade
modelo
tempo
treinamento
quantidade
dados
encontrar
dados
melhores
reduzir
regularização
appropriate-fitting
modelo
curvado
apenas
ruído
serão
erros
1 more item...
erro
diminui
longo
tempo
medida
máqina
treinada
avaliar
apenas
conjunto
treinamento
confere
resultado
alto
1 more item...
baixo
2 more items...
conjunto
teste
erros
dados
teste
voltam
subir
1 more item...
underfitting
n chegar
1 more item...
conceitos
bias/viés
previsões
erradas
razão
aprendizado
padrão
distorcido
pode
prejudicar
uso
ético
IA
especializada
previsões
tempo
cumprimento
pena
1 more item...
variância
mudar
detalhe
conjunto
treinamento
modelo
mudará
1 more item...
muito específico
aprenderá
qualquer
pequena
variância
feita
1 more item...
tarefas
difernetes
meio
machine learning
análise
descritiva
padrões
encontrados
base
1 more item...
aprendizado
n supervisionado
n há
1 more item...
outras
4 more items...
tarefas
2 more items...
preditiva
feito
previsão
algo
aprendizado
supervisionado
rótulos/classes
3 more items...
exemplos
1 more item...
entrega
1 more item...
envolve
1 more item...
algoritmos
3 more items...
transferência
modelo
treinamento
tarefa
usado
ajudar
outra
tarefa
relacionada
online
modelo
treinamento
tempo real
medida
novos
dados
recebidos
autossupervisionado
modelo
gera
p´roprios
rótulos
automaticamente
a partir
próprios
dadso
1 more item...
adversidade
modelo
treinado
enfrantar
adversários
tentam
enganar
modelo
prejudicar
precisão
RAG
recuperação
aumentada
geração
banco de dados
informaç~eos
específicas
já passou
treinamento
1 more item...
