Please enable JavaScript.
Coggle requires JavaScript to display documents.
Machine Learning - Coggle Diagram
Machine Learning
🌿 Ramo 1: O Que É e Como Aprende?
A Ideia Básica
Ensinar o computador a reconhecer padrões e prever respostas por conta própria.
Com Professor (Supervisionado)
A máquina recebe o exemplo com a resposta certa.
Exemplo simples: mostrar vários e-mails marcados como "spam" ou "não spam" para ela aprender o que é lixo eletrônico.
Sem Professor (Não Supervisionado)
O computador explora os dados sozinho, sem respostas pré-definidas.
Exemplo simples: descobrir o melhor caminho no trânsito para chegar a um destino.
Passo a Passo do Treino
Dividir o material: uma parte para o computador estudar e outra guardada para a prova.
Teste final: verificar se ele realmente aprendeu ou se errou o gabarito.
🌿 Ramo 3: Nossos Métodos Práticos (Algoritmos)
1. O Vizinho Mais Próximo (KNN)
Como pensa: "Diga-me com quem andas e te direi quem és."
O que faz: compara o caso novo com os exemplos antigos mais parecidos e mais perto dele.
Votação do grupo: se a maioria dos vizinhos mais próximos for cavalo, o novo item é considerado cavalo.
2. Floresta de Perguntas (Random Forest)
Como pensa: "Um jogo de 20 perguntas em equipe."
O que faz: cria caminhos com perguntas de "sim ou não" (como: está chovendo? a umidade está alta?).
Decisão coletiva: em vez de confiar em um único caminho, consulta várias árvores de perguntas e segue a maioria.
3. Aprendizado por Correção de Erros (Gradient Boosting)
Como pensa: "Aprender prestando atenção nos próprios tropeços."
O que faz: monta uma série de palpites rápidos em etapas.
Trabalho em cadeia: o segundo passo foca exclusivamente em consertar o erro que o primeiro cometeu, até a resposta ficar refinada e precisa.
4. Bola de Cristal para o Futuro (Prophet)
Como pensa: "Olhar o calendário para prever o amanhã."
O que faz: prevê números ao longo do tempo (como vendas, visitas a sites ou atendimentos).
Sensível ao calendário: entende feriados, finais de semana e épocas do ano em que o movimento sempre sobe ou desce.
🌿 Ramo 2: O Que Queremos Descobrir?
Rotular Coisas (Classificação)
Escolher uma categoria ou dar uma resposta de "sim ou não".
Exemplos: identificar se a foto é de um cavalo ou de um cachorro; decidir se vai dar para jogar tênis hoje ou não.
Calcular Quantidades (Previsão Contínua)
Descobrir um número exato em vez de uma categoria.
Exemplos: "quanto vai custar isso?" ou "quantas pessoas virão?".
🧠 MÁQUINAS QUE APRENDEM (Nó Central)