Supervised Learning

A aprendizagem supervisionada é o ramo da aprendizagem automática (ML) em que um modelo aprende a associar entradas a saídas a partir de exemplos rotulados, isto é, entradas emparelhadas com a resposta correta, muitas vezes chamada verdade de referência. Durante o treino, as previsões do modelo são comparadas com esses rótulos e os parâmetros são ajustados para reduzir a diferença. O objetivo é a generalização: previsões precisas para novas entradas que o modelo nunca viu. Muitos dos sistemas de ML mais amplamente implementados são supervisionados, incluindo filtros de spam, sistemas de avaliação de crédito, previsão da procura, classificadores de imagens e detetores de objetos.

Como funciona o aprendizado supervisionado#

Um conjunto de dados supervisionado é uma coleção de pares (entrada, rótulo), dividida em dados de treino, usados para ajustar o modelo; dados de validação, usados para ajustar as configurações e escolher quando parar; e dados de teste, usados para uma estimativa final e imparcial do desempenho. Para cada lote de treino, o modelo faz previsões, uma função de perda mede a distância entre elas e os rótulos, e um algoritmo de otimização, como a descida estocástica do gradiente, atualiza os pesos do modelo para reduzir essa perda. Uma passagem por todo o conjunto de treino corresponde a uma época, e o treino costuma decorrer ao longo de muitas épocas, enquanto a pontuação de validação é monitorizada.

Um modelo que continua a reduzir a perda de treino enquanto a pontuação de validação piora está a sofrer de sobreajuste: está a memorizar os rótulos de treino, incluindo o ruído, em vez de aprender padrões que se generalizam. Mais dados, aumento de dados, regularização e paragem antecipada ajudam a contrariá-lo.

Classificação, regressão e saídas estruturadas#

• Classificação: Prevê uma categoria discreta, como spam ou não spam, ou qual das 1.000 classes do ImageNet está representada numa imagem.
• Regressão: Prevê um valor contínuo, como o preço de uma casa, a procura de amanhã ou a distância a um objeto, sendo a regressão linear o modelo mais simples.
• Saídas estruturadas: Muitas tarefas de visão combinam ambas. A deteção de objetos classifica cada objeto e estima as coordenadas da sua caixa delimitadora; a segmentação classifica cada píxel; e a estimativa de pose calcula as posições dos pontos-chave.

A mesma abordagem supervisionada aplica-se a modelos muito diferentes, desde algoritmos clássicos, como a regressão logística, as florestas aleatórias e as árvores impulsionadas por gradiente para dados tabulares, até às redes neurais profundas aplicadas a imagens, áudio e texto.

Dados rotulados e o seu custo#

Os rótulos vêm de anotadores humanos, de registros como casos anteriores de fraude ou compras e de instrumentos; sua qualidade limita a qualidade do modelo. Erros sistemáticos de rotulagem, regras de anotação inconsistentes, desequilíbrio entre classes e vazamento de dados entre conjuntos de treinamento e teste são causas comuns de modelos que têm bons resultados no desenvolvimento e falham na implantação. Como a rotulagem de dados costuma ser a parte mais cara de um projeto, métodos relacionados reduzem o número de rótulos necessários. O aprendizado ativo pede aos anotadores que rotulem apenas as amostras mais informativas, e o aprendizado por transferência parte de um modelo pré-treinado em um conjunto de dados grande, reduzindo bastante o número de exemplos rotulados necessários para uma nova tarefa.

O treino do YOLO26 é aprendizagem supervisionada com imagens rotuladas: cada imagem de treino tem um ficheiro de rótulos com o ID da classe e as coordenadas normalizadas da caixa de cada objeto, e o modo de treino atualiza o modelo para reduzir a perda entre as classes e caixas previstas e os rótulos correspondentes. Este exemplo ajusta pesos pré-treinados com COCO8, uma amostra de 8 imagens do conjunto de dados COCO, com 4 imagens de treino e 4 de validação, para verificar se um pipeline de treino é executado de ponta a ponta:

from ultralytics import YOLO

# Começa com pesos pré-treinados em todo o conjunto de dados COCO
model = YOLO("yolo26n.pt")

# Treino supervisionado: imagens emparelhadas com rótulos de caixas e classes
results = model.train(data="coco8.yaml", epochs=3, imgsz=640)

Aprendizagem supervisionada vs. outros paradigmas de aprendizagem#

• Aprendizagem não supervisionada: Não usa rótulos e encontra estruturas apenas nas entradas, como agrupamentos ou representações comprimidas.
• Aprendizagem semissupervisionada: Treina com um pequeno conjunto rotulado e outro grande sem rótulos, atribuindo muitas vezes pseudorrótulos às previsões confiantes feitas sobre os dados sem rótulos.
• Aprendizagem autossupervisionada: Cria rótulos a partir dos próprios dados, como a palavra seguinte numa frase ou uma região oculta de uma imagem. É assim que os modelos de linguagem de grande dimensão e os modelos fundamentais de visão são pré-treinados antes do ajuste fino supervisionado.
• Aprendizagem por reforço: Aprende com as recompensas obtidas pelas ações num ambiente, sem um rótulo da ação correta para cada situação.
• Aprendizagem com poucos exemplos: Reconhece novas classes a partir de um punhado de exemplos rotulados, normalmente entre 1 e 10 por classe, aproveitando o conhecimento adquirido no pré-treino.