{"id":1231,"date":"2023-07-27T05:07:18","date_gmt":"2023-07-27T05:07:18","guid":{"rendered":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/"},"modified":"2023-07-27T05:07:18","modified_gmt":"2023-07-27T05:07:18","slug":"impulsionar-o-aprendizado-de-maquina","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/","title":{"rendered":"Uma introdu\u00e7\u00e3o simples para impulsionar o aprendizado de m\u00e1quina"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">A maioria <a href=\"https:\/\/statorials.org\/pt\/aprendizagem-supervisionada-vs.-aprendizagem-nao-supervisionada\/\" target=\"_blank\" rel=\"noopener noreferrer\">dos algoritmos de aprendizado de m\u00e1quina supervisionado<\/a> s\u00e3o baseados no uso de um \u00fanico modelo preditivo, como <a href=\"https:\/\/statorials.org\/pt\/regressao-linear-multipla\/\" target=\"_blank\" rel=\"noopener noreferrer\">regress\u00e3o linear<\/a> , <a href=\"https:\/\/statorials.org\/pt\/regressao-logistica-1\/\" target=\"_blank\" rel=\"noopener noreferrer\">regress\u00e3o log\u00edstica<\/a> , <a href=\"https:\/\/statorials.org\/pt\/regressao-do-cume\/\" target=\"_blank\" rel=\"noopener noreferrer\">regress\u00e3o de crista<\/a> , etc.<\/span><\/p>\n<p> <span style=\"color: #000000;\">No entanto, m\u00e9todos como <a href=\"https:\/\/statorials.org\/pt\/aprendizado-de-maquina-de-ensacamento\/\" target=\"_blank\" rel=\"noopener noreferrer\">ensacamento<\/a> e <a href=\"https:\/\/statorials.org\/pt\/exercicios-aleatorios\/\" target=\"_blank\" rel=\"noopener noreferrer\">florestas aleat\u00f3rias<\/a> constroem muitos modelos diferentes com base em amostras repetidas de bootstrap do conjunto de dados original. As previs\u00f5es sobre novos dados s\u00e3o feitas calculando a m\u00e9dia das previs\u00f5es feitas pelos modelos individuais.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Esses m\u00e9todos tendem a oferecer uma melhoria na precis\u00e3o da previs\u00e3o em rela\u00e7\u00e3o aos m\u00e9todos que usam apenas um \u00fanico modelo preditivo porque usam o seguinte processo:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Primeiro, construa modelos individuais com <a href=\"https:\/\/statorials.org\/pt\/compromisso-de-variancia-de-vies\/\" target=\"_blank\" rel=\"noopener noreferrer\">alta vari\u00e2ncia e baixo vi\u00e9s<\/a> (por exemplo, <a href=\"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao\/\" target=\"_blank\" rel=\"noopener noreferrer\">\u00e1rvores de decis\u00e3o<\/a> profundamente desenvolvidas).<\/span><\/li>\n<li> <span style=\"color: #000000;\">Em seguida, calcule a m\u00e9dia das previs\u00f5es feitas pelos modelos individuais para reduzir a vari\u00e2ncia.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Outro m\u00e9todo que tende a oferecer uma melhoria ainda maior na precis\u00e3o preditiva \u00e9 conhecido como <strong>boosting<\/strong> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>O que \u00e9 impulsionar?<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Boosting \u00e9 um m\u00e9todo que pode ser usado com qualquer tipo de modelo, mas \u00e9 mais frequentemente usado com \u00e1rvores de decis\u00e3o.<\/span><\/p>\n<p> <span style=\"color: #000000;\">A ideia por tr\u00e1s do boosting \u00e9 simples:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Primeiro, construa um modelo fraco.<\/strong><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Um modelo \u201cfraco\u201d \u00e9 aquele cuja taxa de erro \u00e9 apenas ligeiramente melhor do que uma estimativa aleat\u00f3ria.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Na pr\u00e1tica, esta \u00e9 geralmente uma \u00e1rvore de decis\u00e3o com apenas uma ou duas divis\u00f5es.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>2. Em seguida, construa outro modelo fraco com base nos res\u00edduos do modelo anterior.<\/strong><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Na pr\u00e1tica, utilizamos os res\u00edduos do modelo anterior (ou seja, os erros nas nossas previs\u00f5es) para ajustar um novo modelo que melhora ligeiramente a taxa de erro global.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>3. Continue este processo at\u00e9 que a valida\u00e7\u00e3o cruzada k-fold nos diga para parar.<\/strong><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Na pr\u00e1tica, usamos <a href=\"https:\/\/statorials.org\/pt\/validacao-cruzada-k-fold\/\" target=\"_blank\" rel=\"noopener noreferrer\">valida\u00e7\u00e3o cruzada k-fold<\/a> para identificar quando devemos parar de desenvolver o modelo otimizado.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Usando este m\u00e9todo, podemos come\u00e7ar com um modelo fraco e continuar a \u201cmelhorar\u201d seu desempenho construindo sequencialmente novas \u00e1rvores que melhorem o desempenho da \u00e1rvore anterior at\u00e9 obtermos um modelo final com alta precis\u00e3o preditiva.<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-12199 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/booster1.png\" alt=\"Impulsione o aprendizado de m\u00e1quina\" width=\"363\" height=\"538\" srcset=\"\" sizes=\"auto, \"><\/p>\n<h3> <strong>Por que impulsionar funciona?<\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Acontece que o boosting \u00e9 capaz de produzir alguns dos modelos mais poderosos de todo o aprendizado de m\u00e1quina.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Em muitas ind\u00fastrias, os modelos otimizados s\u00e3o usados como modelos de refer\u00eancia na produ\u00e7\u00e3o porque tendem a superar todos os outros modelos.<\/span><\/p>\n<p> <span style=\"color: #000000;\">A raz\u00e3o pela qual os modelos otimizados funcionam t\u00e3o bem se resume \u00e0 compreens\u00e3o de uma ideia simples:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1.<\/strong> Primeiro, os modelos melhorados constroem uma \u00e1rvore de decis\u00e3o fraca com baixa precis\u00e3o preditiva. Diz-se que esta \u00e1rvore de decis\u00e3o tem baixa vari\u00e2ncia e alto vi\u00e9s.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2.<\/strong> \u00c0 medida que os modelos melhorados seguem o processo de melhoria sequencial das \u00e1rvores de decis\u00e3o anteriores, o modelo global \u00e9 capaz de reduzir lentamente o vi\u00e9s em cada etapa sem aumentar significativamente a vari\u00e2ncia.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>3.<\/strong> O modelo final ajustado tende a ter vi\u00e9s <em>e<\/em> vari\u00e2ncia suficientemente baixos, levando a um modelo capaz de produzir baixas taxas de erro de teste em novos dados.<\/span><\/p>\n<h3> <strong>Vantagens e desvantagens de impulsionar<\/strong><\/h3>\n<p> <span style=\"color: #000000;\">A vantagem \u00f3bvia do boosting \u00e9 que ele \u00e9 capaz de produzir modelos com alta precis\u00e3o preditiva em compara\u00e7\u00e3o com quase todos os outros tipos de modelos.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Uma desvantagem potencial \u00e9 que um modelo melhorado ajustado \u00e9 muito dif\u00edcil de interpretar. Embora possa oferecer uma tremenda capacidade de prever valores de resposta de novos dados, \u00e9 dif\u00edcil explicar o processo exato que utiliza para conseguir isso.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Na pr\u00e1tica, a maioria dos cientistas de dados e profissionais de aprendizado de m\u00e1quina criam modelos aprimorados porque desejam prever com precis\u00e3o os valores de resposta de novos dados. Assim, o facto de os modelos melhorados serem dif\u00edceis de interpretar geralmente n\u00e3o \u00e9 um problema.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Refor\u00e7o na pr\u00e1tica<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Na pr\u00e1tica, existem muitos tipos de algoritmos usados para impulsionar, incluindo:<\/span><\/p>\n<ul>\n<li> <a href=\"https:\/\/xgboost.readthedocs.io\/en\/latest\/\" target=\"_blank\" rel=\"noopener noreferrer\">XGBoost<\/a><\/li>\n<li> <a href=\"https:\/\/en.wikipedia.org\/wiki\/AdaBoost\" target=\"_blank\" rel=\"noopener noreferrer\">AdaBoost<\/a><\/li>\n<li> <a href=\"https:\/\/catboost.ai\/\" target=\"_blank\" rel=\"noopener noreferrer\">ChatBoost<\/a><\/li>\n<li> <a href=\"https:\/\/lightgbm.readthedocs.io\/en\/latest\/\" target=\"_blank\" rel=\"noopener noreferrer\">LightGBM<\/a><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dependendo do tamanho do seu conjunto de dados e do poder de processamento da sua m\u00e1quina, um desses m\u00e9todos pode ser prefer\u00edvel ao outro.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>A maioria dos algoritmos de aprendizado de m\u00e1quina supervisionado s\u00e3o baseados no uso de um \u00fanico modelo preditivo, como regress\u00e3o linear , regress\u00e3o log\u00edstica , regress\u00e3o de crista , etc. No entanto, m\u00e9todos como ensacamento e florestas aleat\u00f3rias constroem muitos modelos diferentes com base em amostras repetidas de bootstrap do conjunto de dados original. As [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1231","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Uma introdu\u00e7\u00e3o simples ao impulso no aprendizado de m\u00e1quina - Statorials<\/title>\n<meta name=\"description\" content=\"Este tutorial fornece uma introdu\u00e7\u00e3o r\u00e1pida ao boosting, um algoritmo de modelagem de conjunto popular em aprendizado de m\u00e1quina.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/\" \/>\n<meta property=\"og:locale\" content=\"pt_PT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Uma introdu\u00e7\u00e3o simples ao impulso no aprendizado de m\u00e1quina - Statorials\" \/>\n<meta property=\"og:description\" content=\"Este tutorial fornece uma introdu\u00e7\u00e3o r\u00e1pida ao boosting, um algoritmo de modelagem de conjunto popular em aprendizado de m\u00e1quina.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T05:07:18+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/booster1.png\" \/>\n<meta name=\"author\" content=\"Dr. benjamim anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. benjamim anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo estimado de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/\",\"url\":\"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/\",\"name\":\"Uma introdu\u00e7\u00e3o simples ao impulso no aprendizado de m\u00e1quina - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pt\/#website\"},\"datePublished\":\"2023-07-27T05:07:18+00:00\",\"dateModified\":\"2023-07-27T05:07:18+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666\"},\"description\":\"Este tutorial fornece uma introdu\u00e7\u00e3o r\u00e1pida ao boosting, um algoritmo de modelagem de conjunto popular em aprendizado de m\u00e1quina.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/#breadcrumb\"},\"inLanguage\":\"pt-PT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Lar\",\"item\":\"https:\/\/statorials.org\/pt\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Uma introdu\u00e7\u00e3o simples para impulsionar o aprendizado de m\u00e1quina\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pt\/#website\",\"url\":\"https:\/\/statorials.org\/pt\/\",\"name\":\"Statorials\",\"description\":\"O seu guia para a literacia estat\u00edstica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pt\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pt-PT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666\",\"name\":\"Dr. benjamim anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-PT\",\"@id\":\"https:\/\/statorials.org\/pt\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. benjamim anderson\"},\"description\":\"Ol\u00e1, sou Benjamin, um professor aposentado de estat\u00edstica que se tornou professor dedicado na Statorials. Com vasta experi\u00eancia e conhecimento na \u00e1rea de estat\u00edstica, estou empenhado em compartilhar meu conhecimento para capacitar os alunos por meio de Statorials. Saber mais\",\"sameAs\":[\"https:\/\/statorials.org\/pt\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Uma introdu\u00e7\u00e3o simples ao impulso no aprendizado de m\u00e1quina - Statorials","description":"Este tutorial fornece uma introdu\u00e7\u00e3o r\u00e1pida ao boosting, um algoritmo de modelagem de conjunto popular em aprendizado de m\u00e1quina.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/","og_locale":"pt_PT","og_type":"article","og_title":"Uma introdu\u00e7\u00e3o simples ao impulso no aprendizado de m\u00e1quina - Statorials","og_description":"Este tutorial fornece uma introdu\u00e7\u00e3o r\u00e1pida ao boosting, um algoritmo de modelagem de conjunto popular em aprendizado de m\u00e1quina.","og_url":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/","og_site_name":"Statorials","article_published_time":"2023-07-27T05:07:18+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/booster1.png"}],"author":"Dr. benjamim anderson","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Dr. benjamim anderson","Tempo estimado de leitura":"3 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/","url":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/","name":"Uma introdu\u00e7\u00e3o simples ao impulso no aprendizado de m\u00e1quina - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/pt\/#website"},"datePublished":"2023-07-27T05:07:18+00:00","dateModified":"2023-07-27T05:07:18+00:00","author":{"@id":"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666"},"description":"Este tutorial fornece uma introdu\u00e7\u00e3o r\u00e1pida ao boosting, um algoritmo de modelagem de conjunto popular em aprendizado de m\u00e1quina.","breadcrumb":{"@id":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/#breadcrumb"},"inLanguage":"pt-PT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pt\/impulsionar-o-aprendizado-de-maquina\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Lar","item":"https:\/\/statorials.org\/pt\/"},{"@type":"ListItem","position":2,"name":"Uma introdu\u00e7\u00e3o simples para impulsionar o aprendizado de m\u00e1quina"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pt\/#website","url":"https:\/\/statorials.org\/pt\/","name":"Statorials","description":"O seu guia para a literacia estat\u00edstica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pt\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pt-PT"},{"@type":"Person","@id":"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666","name":"Dr. benjamim anderson","image":{"@type":"ImageObject","inLanguage":"pt-PT","@id":"https:\/\/statorials.org\/pt\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Dr. benjamim anderson"},"description":"Ol\u00e1, sou Benjamin, um professor aposentado de estat\u00edstica que se tornou professor dedicado na Statorials. Com vasta experi\u00eancia e conhecimento na \u00e1rea de estat\u00edstica, estou empenhado em compartilhar meu conhecimento para capacitar os alunos por meio de Statorials. Saber mais","sameAs":["https:\/\/statorials.org\/pt"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/posts\/1231","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/comments?post=1231"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/posts\/1231\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/media?parent=1231"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/categories?post=1231"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/tags?post=1231"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}