Aprendizagem não supervisionada

A aprendizagem não supervisionada é um paradigma fundamental na aprendizagem automática (ML) em que os algoritmos são treinados em dados que não foram rotulados, classificados ou categorizados. Ao contrário de outros métodos, o sistema tenta aprender os padrões e a estrutura diretamente a partir dos próprios dados, sem quaisquer etiquetas de saída correspondentes. O objetivo principal é explorar os dados e encontrar estruturas ou padrões significativos, o que o torna uma ferramenta fundamental para a exploração e análise de dados no domínio da Inteligência Artificial (IA).

Principais tarefas de aprendizagem não supervisionada

Os algoritmos de aprendizagem não supervisionada são normalmente utilizados para a análise exploratória de dados e podem ser agrupados em várias tarefas principais:

• Agrupamento: Esta é a tarefa de aprendizagem não supervisionada mais comum, envolvendo o agrupamento de pontos de dados em clusters com base nas suas semelhanças. O objetivo é tornar os pontos de dados de um único agrupamento muito semelhantes entre si e diferentes dos pontos de outros agrupamentos. Os algoritmos mais populares incluem o agrupamento K-Means e o DBSCAN.
• Redução da dimensionalidade: Esta técnica é utilizada para reduzir o número de variáveis de entrada num conjunto de dados. É útil quando se lida com dados de elevada dimensão, uma vez que pode simplificar modelos, reduzir o tempo de computação e ajudar na visualização de dados. A análise de componentes principais (PCA) é um método amplamente utilizado para esta tarefa.
• Extração de regras de associação: Este método descobre relações interessantes ou regras de associação entre variáveis em grandes bases de dados. Um exemplo clássico é a "análise do cabaz de compras", que encontra relações entre artigos frequentemente comprados em conjunto numa loja.

Aplicações no mundo real

A aprendizagem não supervisionada impulsiona a inovação em muitos sectores. Eis alguns exemplos concretos:

1. Segmentação de clientes: As empresas de retalho e comércio eletrónico utilizam algoritmos de clustering para agrupar clientes com comportamentos e preferências semelhantes. Ao analisar o histórico de compras, a atividade de navegação e os dados demográficos, as empresas podem criar campanhas de marketing direcionadas, oferecer recomendações personalizadas e melhorar a experiência do cliente, o que acaba por impulsionar a IA no retalho.
2. Deteção de anomalias: Na cibersegurança, os modelos de aprendizagem não supervisionada podem identificar tráfego de rede invulgar que pode indicar uma violação da segurança. Do mesmo modo, na indústria transformadora, estes algoritmos podem detetar defeitos em produtos numa linha de montagem, identificando desvios da norma, uma componente essencial da inspeção de qualidade moderna.

Comparação com outros paradigmas de aprendizagem

A aprendizagem não supervisionada difere significativamente de outras abordagens de ML:

• Aprendizagem supervisionada: Baseia-se em dados rotulados (pares de entrada-saída) para treinar modelos para tarefas como classificação ou regressão. O objetivo é mapear entradas para saídas conhecidas. Pode encontrar mais detalhes numa comparação entre a aprendizagem supervisionada e não supervisionada.
• Aprendizagem por reforço: Envolve um agente que aprende a tomar decisões executando acções num ambiente para maximizar uma recompensa cumulativa. Aprende por tentativa e erro, guiado por sinais de feedback (recompensas ou penalizações). Ver uma visão geral da aprendizagem por reforço profundo.
• Aprendizagem Semi-Supervisionada: Utiliza uma combinação de uma pequena quantidade de dados etiquetados e uma grande quantidade de dados não etiquetados, fazendo a ponte entre a aprendizagem supervisionada e não supervisionada.
• Aprendizagem auto-supervisionada: Um subconjunto da aprendizagem não supervisionada em que as etiquetas são geradas automaticamente a partir dos próprios dados de entrada, frequentemente utilizado para pré-treinar grandes modelos como os do Processamento de Linguagem Natural (PNL) ou da Visão por Computador (CV).

A aprendizagem não supervisionada é uma ferramenta poderosa para explorar dados, descobrir estruturas ocultas e extrair caraterísticas valiosas. Muitas vezes, serve como um primeiro passo crítico em pipelines complexos de ciência de dados, como a realização de pré-processamento de dados antes de alimentar os dados num modelo supervisionado. Plataformas como o Ultralytics HUB fornecem ambientes onde vários modelos de ML, potencialmente incorporando técnicas não supervisionadas para analisar conjuntos de dados, podem ser desenvolvidos e geridos. Estruturas como PyTorch e TensorFlow oferecem bibliotecas extensas que suportam a implementação de algoritmos não supervisionados, e pode explorar mais com recursos como o guia de aprendizagem não supervisionada do Scikit-learn.