Unsupervised Learning

O aprendizado não supervisionado é o ramo do aprendizado de máquina que encontra estruturas nos dados sem rótulos. O modelo recebe apenas entradas, como imagens, leituras de sensores ou registros de clientes, e aprende como elas se organizam: quais exemplos se parecem, quais atributos variam juntos e quais pontos são diferentes dos demais. O aprendizado supervisionado precisa de uma resposta correta para cada exemplo de treinamento, mas a maioria dos dados coletados não tem uma; por isso, os métodos não supervisionados costumam ser o primeiro passo na análise de um novo conjunto de dados e fornecem agrupamentos, atributos compactos e pontuações de anomalia que servem de base para modelos posteriores.

Principais famílias de métodos#

O agrupamento reúne exemplos semelhantes. O agrupamento K-means atribui cada ponto ao centroide mais próximo entre k centroides; o DBSCAN expande agrupamentos a partir de regiões densas e classifica pontos isolados como ruído; e os modelos de mistura gaussiana ajustam distribuições de probabilidade sobrepostas com o algoritmo de maximização da expectativa.

A redução de dimensionalidade comprime muitos atributos em alguns poucos que preservam a maior parte das informações. A análise de componentes principais (PCA) encontra as direções de maior variância, enquanto o t-SNE e o UMAP posicionam pontos de alta dimensionalidade em um mapa 2D para visualização de dados. Os autoencoders aprendem o mesmo tipo de compressão com uma rede neural que precisa reconstruir a própria entrada.

A estimativa de densidade modela a probabilidade de cada entrada, o que permite a detecção de anomalias apenas com dados normais: um modelo treinado somente com peças intactas ou transações comuns sinaliza tudo o que considera improvável. A mineração de regras de associação, como o algoritmo Apriori, encontra itens que ocorrem juntos em cestas de compras ou registros de eventos.

Aprendizado e avaliação sem rótulos#

Sem valores-alvo, cada método otimiza um critério definido a partir das próprias entradas: K-means minimiza a distância dos pontos aos centros dos agrupamentos; PCA e autoencoders minimizam o erro de reconstrução; e os modelos de mistura maximizam a verossimilhança dos dados. Como a precisão não pode ser medida diretamente, os resultados são avaliados por pontuações internas, como o coeficiente de silhueta, pela utilidade da saída em etapas posteriores ou por comparação com rótulos reservados apenas para avaliação.

Este exemplo de scikit-learn agrupa 1.797 imagens de dígitos manuscritos pelos valores dos pixels e, em seguida, compara os grupos com os rótulos dos dígitos que o algoritmo nunca viu:

from sklearn.cluster import KMeans
from sklearn.datasets import load_digits
from sklearn.metrics import adjusted_rand_score

# Load 1,797 handwritten digit images as 64 pixel values each, then set the labels aside
X, y = load_digits(return_X_y=True)

# Group the images into 10 clusters using the pixels alone
kmeans = KMeans(n_clusters=10, n_init=10, random_state=0)
clusters = kmeans.fit_predict(X)

# Compare the clusters with the digit labels the model never saw
print(f"Adjusted Rand index: {adjusted_rand_score(y, clusters):.2f}")

O índice Rand ajustado é 1,0 para uma correspondência perfeita e cerca de 0 para uma correspondência ao acaso; neste caso, é 0,67. Os zeros, quatros e seis ficam quase todos em seus próprios grupos, enquanto um grupo mistura 100 uns com 100 oitos.

Aprendizado não supervisionado, semissupervisionado e autossupervisionado#

O aprendizado semissupervisionado combina um pequeno conjunto rotulado com um grande conjunto sem rótulos, geralmente treinando primeiro com os rótulos e depois aprendendo com as próprias previsões confiantes do modelo. O aprendizado autossupervisionado costuma ser considerado aprendizado não supervisionado e é a forma como a maioria dos grandes modelos de aprendizado profundo aprende com dados sem rótulos: ele cria alvos de previsão a partir dos próprios dados, como a próxima palavra de uma frase ou os blocos ocultos de uma imagem em autoencoders mascarados. Os grandes modelos de linguagem são pré-treinados dessa forma com textos sem rótulos, e o DINOv2 da Meta aprendeu atributos de imagem de uso geral a partir de 142 milhões de imagens sem rótulos. O aprendizado por reforço é uma configuração distinta, em que o sinal é uma recompensa por ações, em vez de uma estrutura em um conjunto de dados fixo.

Aplicações#

Equipes de visão computacional usam métodos não supervisionados para explorar conjuntos de dados antes de rotular ou treinar: o agrupamento de incorporações de imagens revela quase duplicatas, valores atípicos e cenas sobrerrepresentadas que poderiam enviesar um modelo. O painel Clustering da Ultralytics Platform faz isso para um conjunto de dados inteiro: incorpora cada imagem, posiciona-as em um mapa 2D e, com Color by definido como Clusters, marca cada ilha de imagens visualmente semelhantes, começando pelas maiores, e lista como Scattered os pontos fora de qualquer ilha. Uma sequência de quadros de vídeo quase idênticos ou alguns valores atípicos isolados se destacam antes que um modelo YOLO26 seja treinado com os dados.

A inspeção industrial depende da vertente de deteção de anomalias. Os defeitos são raros e variados, por isso muitos sistemas de deteção de defeitos aprendem apenas a aparência de peças boas e assinalam qualquer região da imagem que se desvie dela. Os bancos aplicam a mesma ideia às transações na deteção de fraude, e os retalhistas agrupam históricos de compras em segmentos de clientes para marketing e sistemas de recomendação. Na genómica de célula única, os investigadores agrupam os perfis de expressão genética de milhares de células individuais e representam-nos com UMAP para descobrir tipos de células sem os conhecerem previamente.