Uma análise do algoritmo K-means como introdução ao Aprendizado de Máquinas.

• Autor(a) principal: Sousa, Maria Cristina Cordeiro
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFT
• Texto Completo: http://hdl.handle.net/11612/4511
• topic: CNPQ::OUTROS; Otimização;; K-means;; Clustering;; Aprendizado de Maquina; Optimization:; Machine;; Learning.

Este trabalho tem como objetivo analisar a convergência do método K-means, um algoritmo de aprendizado não supervisionado que agrupa dados em k-clusters. Neste sentido, apresentamos algumas das vantagens e desvantagens do método K-means, comparando o agrupamento original e a cauterização feita pelo algoritmo. Também, apresentamos a aplicação do algoritmo em dois conjuntos de dados: o câncer de mama e diabetes, analisando a cauterização feita pelo K means assim como os padrões e regularidades presentes nos ˜ clusters. Dessa forma, buscamos apresentar um estudo introdutório da teoria do Aprendizado de Maquina, ´ que busca fazer com que as maquinas realizem tarefas sem que sejam instruídas o tempo todo, partindo apenas de algumas instruções iniciais. Especificamente, procuramos compreender ˜ algumas de suas definições e características que permitirão identificar o tipo de aprendizado ˜ estudado.