Aprendizagem Não Supervisionada

A aprendizagem não supervisionada é uma classe de aprendizagem automática que encontra estrutura em dados não rotulados — agrupamentos, padrões ou valores atípicos — sem que lhe sejam dadas as respostas corretas. É amplamente usada na indústria para a deteção de anomalias, onde os dados de falha rotulados são escassos.

Como exemplos rotulados de cada falha raramente estão disponíveis em contextos industriais, os métodos não supervisionados são valiosos: aprendem o padrão normal de operação a partir de dados históricos e sinalizam desvios dele. As técnicas incluem agrupamento, redução de dimensionalidade e autocodificadores. O compromisso é que, sem rótulos, o modelo identifica que algo é invulgar, mas não necessariamente o que significa, pelo que os seus resultados precisam muitas vezes de interpretação de engenharia.

Termos relacionados

Supervised Learning · Anomaly Detection · Machine Learning (Industrial)