Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
LOGO
Formas de Aprendizado
Aprendizado Supervisionado
rvores de deciso.
K-Nearest Neighbor (KNN).
Support Vector Machines (SVM).
Redes Neurais.
Aprendizado No Supervisionado
Aprendizado Por Reforo
LOGO
Aprendizado Supervisionado
LOGO
K-Nearest Neighbor
LOGO
K-Nearest Neighbor
LOGO
K-Nearest Neighbor
LOGO
Espao de Caracteristicas
2,20
2,00
1,80
Altura
1,60
1,40
1,20
1,10
20
40
60
70
Peso
90
110
130
150
LOGO
K-Nearest Neighbor
d ( p, q )
2
(
p
q
)
i i
i 1
LOGO
K-Nearest Neighbor
K-Nearest Neighbor
LOGO
K=1
Pertence a classe de quadrados.
K=3
Pertence a classe de tringulos.
K=7
Pertence a classe de quadrados.
LOGO
K-Nearest Neighbor
LOGO
K-Nearest Neighbor
LOGO
K-Nearest Neighbor
Vantagens:
Tcnica simples e facilmente implementada.
Bastante flexvel.
Em alguns casos apresenta timos resultados.
Desvantagens:
Classificar um exemplo desconhecido pode ser um processo
computacionalmente complexo. Requer um calculo de distancia
para cada exemplo de treinamento.
Pode consumir muito tempo quando o conjunto de treinamento muito grande.