Básico
Física Sociais História Biologia Química Geografia Informática Matemática Linguagens
Avançado
Cálculo Física Álgebra Linear Probabilidade Computação Estatística Conhecimentos Gerais Gestão Governamental Políticas Públicas Gerência de TI Software Development Inteligência Artificial Direito
⾕
👤

Inteligência Artificial  |  

1 - Big Data 2 - Data Warehouse 3 - KDD E Data Mining 4 - Machine Learning 5 - Estatística 6 - Probabilidade 7 - Inferência Estatística 8 - Estimação 9 - Testes de Hipóteses 10 - Regressão 11 - Amostragem 12 - Entidades, Algoritmos e Operações
1 - Introdução ao Machine Learning 2 - Aprendizado Supervisionado e Não Supervisionado 3 - Pré-Processamento e Divisão de Dados 4 - Algoritmos Clássicos de Classificação 5 - Redes Neurais e Deep Learning 6 - Avaliação de Modelos e Overfitting

K-Vizinhos Mais Próximos (KNN)

O algoritmo KNN classifica um novo ponto observando as k amostras mais próximas no conjunto de treino e atribuindo a classe mais frequente entre elas.

É simples e intuitivo, mas pode ficar lento em bases muito grandes, já que precisa comparar cada nova amostra com todo o conjunto de treino.

Árvores de Decisão

Árvores de decisão dividem os dados repetidamente com base nos atributos mais informativos, formando uma sequência de perguntas do tipo "sim ou não" até chegar a uma classificação.

Sua principal vantagem é a interpretabilidade: é possível visualizar exatamente por que o modelo tomou determinada decisão.

Máquinas de Vetores de Suporte (SVM)

As Máquinas de Vetores de Suporte (SVM) buscam encontrar o hiperplano que melhor separa as classes de um problema, maximizando a distância (margem) entre os pontos mais próximos de cada classe.

Por meio de funções kernel, o SVM também consegue lidar com problemas em que as classes não são linearmente separáveis, projetando os dados em um espaço de maior dimensão.

Next