MAPA – TÉCNICAS DE MACHINE LEARNING – 51_2026
O mundo está repleto de dados não explorados, cada conjunto contendo padrões ocultos e insights valiosos esperando para serem descobertos.
Em meio a essa vastidão de informações, o aprendizado não supervisionado surge como uma poderosa ferramenta capaz de desvendar o desconhecido, abrindo portas para compreensões profundas sem a necessidade de orientação ou etiquetas predefinidas.
Este ramo da inteligência artificial não apenas permite, mas também encoraja a exploração autônoma de dados, oferecendo uma janela para a beleza intrínseca dos padrões naturais que existem nos nossos dados.
Você deve enviar um ARQUIVO contendo as “respostas das questões” discriminadas a seguir:
De acordo com o seu entendimento da disciplina, redija um texto que descreva as técnicas utilizadas no aprendizado não supervisionado:
- a) Clusterização.
- b) Detecção de anomalias.
- c) Mineração de dados de regras de associação.
- d) Modelos variáveis latentes.
ORIENTAÇÕES IMPORTANTES:
– Realize uma leitura cuidadosa do livro da disciplina e assista à videoaula.
– Assista ao vídeo de orientações gravado pelo professor e/ou orientações recebidas durante as aulas ao vivo.
– Realize pesquisas complementares nas referências apresentadas pelo professor.
– Ao realizar pesquisas, não faça cópia fiel do texto e sempre insira as devidas referências dos autores.
Referências:
MITCHELL, T. Machine Learning. New York: McGraw-Hill, 1997.
RUSSEL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. [S. l.]: Prentice-Hall, 1994.
RUSSEL, S.; NORVIG, P. Inteligência artificial. 3. ed. São Paulo: Gen Ltc, 2013.
SILVA, F. M. da S. et al. Inteligência artificial. Porto Alegre: SAGAH, 2019.
TAULLI, T. Introdução à inteligência artificial: uma abordagem não técnica. São Paulo: Novatec, 2020.
Faculdade: Unicesumar
