Unsupervised Learning em Python

Neste capítulo, você vai conhecer duas técnicas de aprendizado não supervisionado para visualização de dados: clusterização hierárquica e t-SNE. A clusterização hierárquica combina as amostras em clusters cada vez mais amplos, gerando uma visualização em árvore da hierarquia resultante. O t-SNE mapeia as amostras para um espaço 2D para que a proximidade entre elas possa ser visualizada.

A redução de dimensão resume um conjunto de dados usando seus padrões recorrentes. Neste capítulo, você vai aprender a mais fundamental das técnicas de redução de dimensão, a "Análise de Componentes Principais" ("PCA"). A PCA é frequentemente usada antes do aprendizado supervisionado para melhorar o desempenho e a capacidade de generalização do modelo. Ela também pode ser útil no aprendizado não supervisionado. Por exemplo, você vai aplicar uma variante de PCA que permitirá agrupar artigos da Wikipedia pelo conteúdo!

Neste capítulo, você vai aprender uma técnica de redução de dimensão chamada "Fatoração de Matrizes Não Negativas" ("NMF"), que expressa amostras como combinações de partes interpretáveis. Por exemplo, ela representa documentos como combinações de tópicos e imagens em termos de padrões visuais recorrentes. Você também vai usar NMF para construir sistemas de recomendação que possam encontrar artigos semelhantes para você ler ou artistas musicais que combinem com seu histórico de escuta!