Bem-vindo a este tutorial abrangente sobre técnicas de aprendizado não supervisionado em machine learning! Neste vídeo, vamos abordar três áreas principais:
Fundamentos de Agrupamento: Aprenda sobre K-means, agrupamento hierárquico e como avaliar a qualidade do agrupamento.
Detecção de Anomalias e Novidades: Descubra métodos como detecção baseada em densidade e detecção baseada em isolamento, além de aprendizado de uma classe.
Técnicas de Redução de Dimensionalidade: Entenda PCA, t-SNE, LLE e autoencoders para simplificar dados de alta dimensionalidade.
Se você é um engenheiro de software novo em machine learning ou está buscando aprofundar seu entendimento sobre aprendizado não supervisionado, este vídeo é para você. Vamos explicar conceitos complexos com analogias do mundo real e exemplos claros—sem código, apenas teoria!
📌 Tópicos Principais Abordados:
Objetivos e aplicações do agrupamento
Detectando eventos raros com detecção de anomalias
Superando a maldição da dimensionalidade