Aprendizado supervisionado

É uma abordagem de Machine Learning em que o modelo aprende a partir de exemplos que já possuem a resposta esperada, chamados de dados rotulados. Durante o treinamento, o sistema recebe pares de entrada e saída, como “esta transação é fraude” ou “este cliente cancelou”, e aprende padrões que relacionam essas informações. Depois de treinado, utiliza esses padrões para prever a resposta de novos casos que ainda não conhece. É chamado de “supervisionado” porque existe uma referência correta, ou rótulo, que orienta o aprendizado. Isso não significa necessariamente que uma pessoa acompanha o modelo durante todo o treinamento: a supervisão está principalmente nos exemplos previamente classificados. É muito utilizado em dois tipos de problema: classificação, quando a saída é uma categoria, como fraude/não fraude, e regressão, quando a saída é um valor numérico, como previsão de preço ou demanda.

Em Produto, aprendizado supervisionado faz sentido quando existe um problema com resultado esperado relativamente claro e dados históricos que permitem ensinar o modelo por meio de exemplos. O time de Produto ajuda a definir qual resultado precisa ser previsto, quais dados representam o problema, como os rótulos serão construídos e principalmente qual nível de erro é aceitável para o contexto. Por exemplo, um produto pode usar aprendizado supervisionado para prever churn. Nesse caso, não basta pedir ao modelo que “identifique clientes que podem sair”. É preciso definir o que significa churn, quais dados podem ser usados, qual período será considerado e como avaliar falsos positivos e falsos negativos.

Use aprendizado supervisionado quando o modelo aprende com exemplos que possuem uma saída ou rótulo conhecido. Use aprendizado não supervisionado quando os dados não possuem respostas previamente definidas e o objetivo é encontrar estruturas, padrões ou agrupamentos. Use aprendizado por reforço quando o sistema aprende a partir das consequências de suas ações, recebendo sinais de recompensa ou penalização. Também não confunda aprendizado supervisionado com supervisão humana (Human-in-the-Loop). Um modelo pode ter sido treinado de forma supervisionada e funcionar sem revisão humana em produção. Human-in-the-Loop descreve a participação de pessoas em etapas de um sistema ou processo. Uma forma simples de diferenciar: supervisionado aprende com exemplos que têm resposta; não supervisionado procura padrões sem uma resposta definida; por reforço aprende com feedback sobre suas ações.

Fundamento do ML estatístico; a terminologia supervisionado/não supervisionado consolidou-se nos anos 1980-90 com a área de reconhecimento de padrões.

Google Machine Learning Glossary; Hastie, Tibshirani & Friedman, The Elements of Statistical Learning