Buscar

Caro(a) estudante, No decorrer da unidade, foram apresentadas técnicas de aprendizagem não supervisionada e, também, o aprendizado por reforç...

Caro(a) estudante, No decorrer da unidade, foram apresentadas técnicas de aprendizagem não supervisionada e, também, o aprendizado por reforço. O aprendizado não supervisionado engloba a técnica de clusterização, bastante utilizada em diversos ramos de atividades. Esse modelo tem o poder de dividir os dados em grupos, chamados de cluster, importante ferramenta para a gestão de negócios, independente do ramo de atividade. Deve-se ressaltar que essa técnica é tão poderosa que os dados não precisam ser rotulados para descobrir, por exemplo, qual é o tipo de alimento que um determinado cliente mais gosta. O algoritmo já é o responsável por essa descoberta. O modelo mais popular, que divide os dados em grupos específicos ou similares, é o K-means, em que a quantidade de cluster é definida pelo usuário especialista e é por meio do cálculo da distância entre dois pontos (euclidiana) que os dados vão se deslocando para o cluster que tem mais similaridade. Fonte: DEVMEDIA. Data Mining na prática: algoritmo K-Means. [s. l.], 2007. Disponível em: . Acesso em: 11 dez. 2020. PROFAP. Clusterização: entenda por que a segmentação incrementa os resultados da sua empresa. [s. l.], 2018. Disponível em: . Acesso em: 11 dez. 2020. VARANDA, F. Público-alvo, cluster e persona. Você sabe a diferença? Marketing por dados, [s. l.], 2017. Disponível em: . Acesso em: 11 dez. 2020. Proposta Com base nisso: Escreva uma resenha, de aproximadamente 10 linhas, que trate a importância das técnicas de clusterização de dados para a gestão de negócios; Exemplifique de modo

💡 2 Respostas

User badge image

Ed Verified user icon

A clusterização de dados é uma técnica de aprendizagem não supervisionada que tem se mostrado muito útil para a gestão de negócios em diversos ramos de atividades. Essa técnica permite dividir os dados em grupos, chamados de cluster, de acordo com suas similaridades, sem a necessidade de rotulá-los previamente. O modelo mais popular é o K-means, que define a quantidade de cluster de acordo com a escolha do usuário especialista. Através do cálculo da distância entre dois pontos, os dados são deslocados para o cluster que apresenta maior similaridade. Essa técnica é capaz de identificar padrões e tendências nos dados, o que pode ser muito útil para a tomada de decisões estratégicas nas empresas. Por exemplo, é possível identificar o tipo de alimento que um determinado cliente mais gosta, sem a necessidade de perguntar diretamente a ele. Em resumo, a clusterização de dados é uma ferramenta poderosa para a gestão de negócios, que permite identificar padrões e tendências nos dados de forma automatizada e sem a necessidade de rotulá-los previamente.

0
Dislike0
User badge image

MOS Produções

A clusterização de dados é uma técnica importante no mundo dos negócios. Ela nos ajuda a agrupar informações sem precisar rotulá-las previamente. Imagine que temos um monte de dados, como clientes e suas preferências. A clusterização nos permite encontrar grupos de dados parecidos entre si. Por exemplo, podemos descobrir quais tipos de alimentos um cliente gosta, mesmo sem perguntar diretamente a ele. Essa técnica é ótima para tomar decisões estratégicas nas empresas, pois ajuda a identificar padrões e tendências automaticamente. Resumindo, a clusterização de dados é uma ferramenta poderosa para a gestão de negócios!

0
Dislike0

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

✏️ Responder

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Outros materiais