Carregando
0x30Lição 4 de 18

Os três tipos de aprendizado de máquina

Aprenda com respostas no aprendizado supervisionado, com padrões no não supervisionado e com recompensas no aprendizado por reforço.

20 min Questionário com 6 perguntas 2 exercícios de código
Ao final desta lição, você saberá
  • Diferenciar aprendizado supervisionado, não supervisionado e por reforço
  • Entender que o aprendizado supervisionado inclui classificação e regressão
  • Descrever como funcionam agrupamento e aprendizado por recompensas

O aprendizado de máquina tem três modalidades, definidas pelo tipo de retorno que o sistema recebe enquanto aprende.

Aprendizado de máquinaSupervisionado
Aprende com exemplos rotulados (entrada → resposta correta)
ex.: filtro de spam
Não supervisionado
Descobre padrões em dados sem rótulos
ex.: grupos de clientes
Por reforço
Aprende por tentativa e erro, guiado por recompensas
ex.: agentes que jogam
As três grandes famílias do aprendizado de máquina.
  • Aprendizado supervisionado: cada exemplo vem acompanhado da resposta correta, como um exercício com gabarito. Prever uma categoria (spam ou legítimo, gato ou cachorro) é classificação; prever um número (preço, temperatura) é regressão.
  • Aprendizado não supervisionado: não há respostas fornecidas. O sistema encontra padrões por conta própria: agrupamento reúne itens parecidos, redução de dimensionalidade resume muitas características em poucas e detecção de anomalias identifica algo fora do comum.
  • Aprendizado por reforço: um agente age em um ambiente e recebe recompensas ou penalidades. Ninguém mostra o movimento correto; ele descobre o que funciona por tentativa e erro, como um cachorro que aprende truques em troca de petiscos.

Experimente

Até 15 XP

Que tipo de aprendizado?

Classifique cada tarefa pelo tipo de retorno usado pelo sistema para aprender.

0 de 7 classificadosPontuação 0/0
  • “Prever o preço de uma casa com base em vendas anteriores”

  • “Separar clientes em grupos que ninguém definiu antes”

  • “Ensinar um braço robótico a empilhar blocos, recompensando cada acerto”

  • “Reconhecer dígitos escritos à mão em imagens rotuladas”

  • “Sinalizar um servidor cujo tráfego é muito diferente do histórico”

  • “Aprender a jogar videogame usando apenas a pontuação”

  • “Prever a temperatura de amanhã com anos de registros meteorológicos”

Não supervisionado: encontre grupos

Um algoritmo clássico de agrupamento é o k-means. Posicione k centros em qualquer lugar e repita dois passos: atribua cada ponto ao centro mais próximo e mova cada centro para o meio dos pontos atribuídos. Ninguém informa quais são os grupos; eles surgem dos dados.

Experimente

Até 15 XP

Avance pelo k-means

Use os botões de etapa e observe os três centros (cruzes) se moverem. Quantas rodadas são necessárias até que nada mais mude? O número de “inércia” mede o quanto os pontos estão agrupados; ele só pode diminuir.

Os losangos são os centróides. Próximo passo: atribuir cada ponto ao centróide mais próximo.

    Por reforço: aprenda com recompensas

    Um agente diante de três máquinas caça-níqueis não sabe qual paga melhor. Ele precisa explorar (experimentá-las) e aproveitar o que já sabe (continuar jogando na melhor até então). Neste exemplo, ele tenta cada máquina duas vezes e depois escolhe a que teve a maior recompensa média:

    slot_machines.py
    1# O pagamento de cada máquina a cada jogada (desconhecido pelo agente).
    2payouts = {"A": [1, 0, 1, 0, 1, 0], "B": [0, 1, 1, 1, 0, 1], "C": [0, 0, 1, 0, 0, 0]}
    3pulls = {name: 0 for name in payouts}
    4total_reward = {name: 0 for name in payouts}
    5
    6def pull(name):
    7    reward = payouts[name][pulls[name] % 6]
    8    pulls[name] += 1
    9    total_reward[name] += reward
    10
    11for name in payouts:        # explore: experimente cada máquina duas vezes
    12    pull(name)
    13    pull(name)
    14averages = {name: total_reward[name] / pulls[name] for name in payouts}
    15best = max(averages, key=averages.get)
    16print("médias após explorar:", averages)
    17print("aproveitamento:", best)
    Saída
    médias após explorar: {'A': 0.5, 'B': 0.5, 'C': 0.0}
    aproveitamento: A

    Observe: depois de duas tentativas em cada máquina, A e B empatam, então o agente escolhe A. Porém, em seis tentativas, B paga 4 vezes e A apenas 3. Duas tentativas não deram evidências suficientes. Esse é o equilíbrio entre exploração e aproveitamento: explorar pouco pode levar a uma escolha pior; explorar demais desperdiça tentativas em máquinas que você já sabe que são ruins. Altere o ciclo de exploração para testar cada máquina quatro vezes e veja qual será escolhida.

    Principais conclusões

    • Supervisionado: aprende com exemplos rotulados — classificação prevê categorias e regressão prevê números.

    • Não supervisionado: encontra padrões sem rótulos — agrupamento, redução de dimensionalidade e detecção de anomalias.

    • Por reforço: um agente aprende quais ações geram recompensas e equilibra exploração com aproveitamento.

    Quiz da aula

    6 perguntas · aprovação com 5 acertos · até 50 XP

    Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.

    Pratique: escreva código em Python

    Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.

    Exercício 1

    Atribua pontos aos grupos

    +25 XP

    A primeira linha contém os centros dos grupos como pares x,y separados por espaços. Cada linha seguinte contém um ponto x,y. Imprima o índice (começando em 0) do centro mais próximo de cada ponto, usando distância em linha reta — a etapa de atribuição do k-means. Depois, imprima quantos pontos cada centro recebeu, no formato centro 0: N.

    • Dois grupos
    main.py
    Carregando editor…

    O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

    Exercício 2

    Aproveite a melhor máquina

    +25 XP

    Cada linha contém máquina recompensa, o resultado de uma tentativa de exploração. Imprima, em ordem alfabética, a recompensa média de cada máquina com duas casas decimais no formato A: 0.50. Depois, imprima jogar: NOME para a máquina com a maior média. Em caso de empate, escolha o nome que vem primeiro em ordem alfabética.

    • Três máquinas
    • Empate
    main.py
    Carregando editor…

    O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

    Dúvidas sobre esta lição

    Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.

    Carregando publicações…