Aprendizado não supervisionado: noções básicas

Análise de cluster em Python

Shaumik Daityari

Business Analyst

Exemplo do dia a dia: Google Notícias

  • Como o Google Notícias classifica artigos?
  • Algoritmo de aprendizado não supervisionado: clusterização
  • Casa termos frequentes nos artigos para medir similaridade

Análise de cluster em Python

Dados rotulados e não rotulados

Dados sem rótulos

  • Ponto 1: (1, 2)
  • Ponto 2: (2, 2)
  • Ponto 3: (3, 1)

Dados com rótulos

  • Ponto 1: (1, 2), Rótulo: Zona de perigo
  • Ponto 2: (2, 2), Rótulo: Zona normal
  • Ponto 3: (3, 1), Rótulo: Zona normal
Análise de cluster em Python

O que é aprendizado não supervisionado?

  • Conjunto de algoritmos de ML que encontram padrões nos dados
  • Os dados não foram rotulados, classificados ou caracterizados
  • O objetivo é interpretar qualquer estrutura nos dados
  • Algoritmos comuns: clusterização, redes neurais, detecção de anomalias
Análise de cluster em Python

O que é clusterização?

  • Processo de agrupar itens com características semelhantes
  • Itens em um grupo são mais parecidos entre si do que com outros grupos
  • Exemplo: distância entre pontos em um plano 2D
Análise de cluster em Python

Plotando dados para clusterização - avistamentos de Pokémon

from matplotlib import pyplot as plt

x_coordinates = [80, 93, 86, 98, 86, 9, 15, 3, 10, 20, 44, 56, 49, 62, 44]
y_coordinates = [87, 96, 95, 92, 92, 57, 49, 47, 59, 55, 25, 2, 10, 24, 10]

plt.scatter(x_coordinates, y_coordinates)
plt.show()
Análise de cluster em Python

Análise de cluster em Python

Análise de cluster em Python

A seguir: um pouco de prática

Análise de cluster em Python

Preparing Video For Download...