Aprendizado não supervisionado

É uma abordagem de Machine Learning em que o modelo aprende a partir de dados que não possuem uma resposta ou rótulo previamente definido. Em vez de receber exemplos indicando qual seria o resultado correto, o sistema busca identificar sozinho estruturas, padrões, semelhanças, diferenças ou relações presentes nos dados. É muito utilizado em problemas de agrupamento (clustering), em que elementos semelhantes são organizados em grupos, e de redução de dimensionalidade, em que grandes conjuntos de características são representados de forma mais simples preservando informações relevantes. Também pode apoiar identificação de padrões incomuns ou exploração de grandes volumes de dados. O resultado não deve ser interpretado automaticamente como uma verdade sobre os usuários ou sobre o negócio. O modelo encontra padrões matemáticos nos dados, e cabe ao time analisar se esses padrões são relevantes, explicáveis e úteis para o problema de Produto.

Em Produto, aprendizado não supervisionado é especialmente útil quando o time possui muitos dados, mas ainda não sabe exatamente quais grupos ou padrões existem neles. Pode ser usado durante discovery e análise para explorar comportamentos, identificar grupos de usuários com características semelhantes ou encontrar padrões que não estavam previamente mapeados. Por exemplo, em vez de definir antecipadamente segmentos como “usuário iniciante”, “frequente” e “avançado”, o time pode analisar dados de comportamento e utilizar clustering para descobrir quais agrupamentos surgem naturalmente. Depois, esses grupos precisam ser interpretados e validados antes de orientar decisões de Produto.

Use aprendizado não supervisionado quando o modelo trabalha com dados sem uma resposta previamente rotulada e busca descobrir padrões ou estruturas. Use aprendizado supervisionado quando existem exemplos com respostas conhecidas que podem ensinar o modelo a prever novos casos. Use aprendizado por reforço quando o sistema aprende a partir das consequências das próprias ações, utilizando sinais de recompensa ou penalização. Não confunda também clustering com segmentação de usuários. Clustering é uma técnica que pode encontrar grupos semelhantes nos dados; segmentação é uma decisão de Produto ou negócio sobre como organizar e tratar diferentes públicos. Um cluster encontrado pelo modelo pode ou não se tornar um segmento relevante. Uma forma simples de diferenciar: supervisionado aprende a prever uma resposta conhecida; não supervisionado procura padrões sem saber previamente qual resposta encontrar; por reforço aprende com as consequências das ações.

Mesma tradição do supervisionado; clusterização (k-means, MacQueen 1967) é o exemplo canônico.

Google Machine Learning Glossary; MacQueen, Some Methods for Classification and Analysis of Multivariate Observations (1967)