Aprendizado não supervisionado em Python

Aprenda a descobrir os grupos (ou “clusters”) que estão por trás de um conjunto de dados. No final deste capítulo, você vai saber agrupar empresas usando os preços das ações delas na bolsa e distinguir espécies diferentes agrupando suas medidas.

Neste capítulo, você vai aprender sobre duas técnicas de aprendizado não supervisionado para visualização de dados: agrupamento hierárquico e t-SNE. O agrupamento hierárquico junta as amostras de dados em grupos cada vez mais amplos, criando uma visualização em árvore da hierarquia dos grupos resultantes. O t-SNE mapeia as amostras de dados em um espaço 2D para que a proximidade entre as amostras possa ser visualizada.

A redução de dimensões resume um conjunto de dados usando os padrões que aparecem com mais frequência. Neste capítulo, você vai aprender sobre a técnica mais básica de redução de dimensões, a “Análise de Componentes Principais” (PCA). A PCA é frequentemente usada antes do aprendizado supervisionado para melhorar o desempenho e a generalização do modelo. Também pode ser útil para o aprendizado sem supervisão. Por exemplo, você vai usar uma variante da PCA que vai te ajudar a agrupar artigos da Wikipedia pelo conteúdo!

Neste capítulo, você vai aprender sobre uma técnica de redução de dimensão chamada “Fatoração de matriz não negativa” (NMF), que mostra amostras como combinações de partes que a gente consegue entender. Por exemplo, expressa documentos como combinações de tópicos e imagens em termos de padrões visuais comuns. Você também vai aprender a usar NMF pra criar sistemas de recomendação que podem achar artigos parecidos pra você ler ou artistas musicais que combinam com o seu histórico de músicas!