Conjunto

Como funcionam os conjuntos

Os métodos de conjunto funcionam treinando primeiro vários modelos de base. Estes modelos podem ser do mesmo tipo (conjunto homogéneo) ou de tipos diferentes (conjunto heterogéneo), como a combinação de árvores de decisão, máquinas de vectores de apoio (SVM) e redes neuronais (NN). A chave é frequentemente encorajar a diversidade entre os modelos de base, conseguida através de técnicas como o treino em diferentes subconjuntos dos dados de treino ou a utilização de diferentes algoritmos ou hiperparâmetros. Uma vez treinados, as previsões destes modelos individuais são combinadas utilizando uma estratégia específica. As estratégias comuns incluem o cálculo da média das previsões (para tarefas de regressão) ou a utilização da votação por maioria (para tarefas de classificação). Métodos mais sofisticados podem envolver o cálculo da média ponderada ou a aprendizagem de outro modelo (um meta-aprendiz) para determinar a melhor forma de combinar os resultados do modelo de base.

Vantagens da utilização de conjuntos

A utilização de métodos de conjunto oferece várias vantagens significativas:

• Melhora o desempenho preditivo: Os conjuntos de modelos geralmente produzem maior precisão e melhor desempenho em métricas como a pontuação F1 em comparação com modelos individuais, reduzindo o erro geral.
• Aumenta a robustez: Ao calcular a média das previsões de vários modelos, os conjuntos são menos sensíveis às peculiaridades ou ao ruído nos dados de treino e às fraquezas específicas dos alunos individuais. Isto ajuda a reduzir o risco de sobreajuste.
• Melhor generalização: Os conjuntos tendem a generalizar melhor para dados de teste não vistos porque capturam uma gama mais ampla de padrões e são menos susceptíveis de serem influenciados por aspectos específicos do conjunto de treino. Isto está relacionado com a gestão do compromisso entre parcialidade e variância.

Técnicas comuns de ensemble

São utilizadas várias técnicas estabelecidas para criar conjuntos eficazes:

• Bagging (Bootstrap Aggregating): Envolve o treino de várias instâncias do mesmo aluno de base em diferentes subconjuntos aleatórios dos dados de treino (amostrados com substituição). As previsões são normalmente agregadas através de votação ou cálculo da média. O Random Forest é um exemplo popular de uma técnica de agregação que utiliza árvores de decisão.
• Impulsiona: Constrói o conjunto sequencialmente. Cada novo modelo se concentra em corrigir os erros cometidos pelos modelos anteriores. Exemplos incluem AdaBoost e Gradient Boosting Machines (GBMs).
• Empilhamento (Generalização empilhada): Combina previsões de vários modelos de base diferentes (por exemplo, um Ultralytics YOLO do Ultralytics, um modelo RT-DETR e um SVM) treinando um meta-modelo (por exemplo, regressão logística) para aprender a melhor forma de combinar seus resultados. Saiba mais sobre a generalização de empilhamento.

Distinção de termos relacionados

É importante distinguir os conjuntos de outros conceitos de ML:

• Modelo único complexo: Embora um único modelo de grandes dimensões (como uma CNN profunda ou um Vision Transformer (ViT)) possa ser muito poderoso, um conjunto combina vários modelos, muitas vezes mais simples, para obter robustez e uma precisão potencialmente superior.
• Aprendizagem por transferência: Envolve a reutilização de um modelo pré-treinado (ou partes dele) como ponto de partida para uma nova tarefa, em vez de combinar resultados de vários modelos treinados independentemente.
• Aprendizagem multimodal: Centra-se nos modelos de formação que podem processar e integrar informações de diferentes tipos de dados (por exemplo, imagem e texto), enquanto os conjuntos combinam normalmente modelos que trabalham com o mesmo tipo de dados e tarefa.

Aplicações no mundo real

Os métodos de conjunto são amplamente utilizados em vários domínios devido às suas vantagens em termos de desempenho:

1. Visão computacional para sistemas autónomos: Em veículos autónomos e sistemas avançados de assistência ao condutor (ADAS), conjuntos de modelos de deteção de objectos (talvez combinando diferentes arquitecturas como YOLOv10 e YOLO11ou modelos treinados com diferentes estratégias de aumento de dados ) podem proporcionar uma deteção mais fiável de peões, veículos e obstáculos, atenuando os modos de falha de qualquer modelo individual. Técnicas como o Test-Time Augmentation (TTA), que calcula a média das previsões sobre versões aumentadas da imagem de entrada, podem ser vistas como uma forma de ensembling no momento da inferência.
2. Deteção de fraudes financeiras: As instituições financeiras utilizam frequentemente conjuntos de diversos modelos(regressão logística, gradient boosting, redes neurais) para detetar transacções fraudulentas. A combinação de modelos que captam diferentes padrões e tipos de comportamento fraudulento conduz a um sistema de deteção mais robusto e preciso, crucial para minimizar as perdas financeiras. Explora mais sobre a IA nas finanças.
3. Análise de imagens médicas: Os conjuntos de CNNs são utilizados na análise de imagens médicas para tarefas como a deteção de tumores ou a classificação de doenças (por exemplo, utilizando YOLO11 para a deteção de tumores). A combinação de modelos treinados em diferentes subconjuntos de dados ou com diferentes arquitecturas pode melhorar a precisão e a fiabilidade do diagnóstico.
4. Plataformas de competição: Os conjuntos são notoriamente eficazes em competições de aprendizagem automática, onde os participantes combinam frequentemente vários modelos de elevado desempenho para obterem uma vantagem competitiva.

Benefícios e considerações

Apesar de poderosos, os conjuntos aumentam a complexidade e os requisitos computacionais para a formação e implementação de modelos. A gestão de vários modelos exige mais recursos e uma engenharia cuidadosa. No entanto, os ganhos significativos em desempenho muitas vezes justificam esses custos em aplicações críticas. Plataformas como o Ultralytics HUB podem simplificar o gerenciamento e o treinamento de vários modelos, facilitando potencialmente a criação e a implantação de conjuntos eficazes construídos usando estruturas como PyTorch ou TensorFlow. A avaliação dos compromissos entre os ganhos de desempenho e o aumento da complexidade durante a avaliação do modelo é essencial para as aplicações práticas.