FIAP Pos Tech - Machine Learning Engineering - Unsupervised Learning

Prof. Dr. Ahirton Lopes (profahirton.lopes@fiap.com.br)

Este repositório contém os materiais e códigos utilizados na disciplina de Aprendizado Não Supervisionado do Pos Tech "Machine Learning Engineering". O curso cobre conceitos fundamentais e aplicações práticas de técnicas como Clustering, Redução de Dimensionalidade, Regras de Associação e Modelagem de Tópicos.

Conteúdo do Curso

Aula 1: Introdução ao Aprendizado Não Supervisionado

• Conceitos fundamentais
• Problemas resolvidos com aprendizado não supervisionado
• Exemplo prático: K-Means Clustering com o dataset Penguins

Aula 2: Clustering com Dados do IMDB

• Detalhamento do K-Means
• Introdução ao Elbow Method para definição do número de clusters
• Exemplo prático com dados do IMDB

Aula 3: Redução de Dimensionalidade com PCA

• Conceitos e aplicação do PCA (Principal Component Analysis)
• Exemplo prático: Breast Cancer Dataset
• PCA aplicado a Reconhecimento Facial com SVM usando Labeled Faces in the Wild

Aula 4: Regras de Associação

• Introdução ao conceito de Regras de Associação
• Implementação do Algoritmo Apriori

Aula 5: Modelagem de Tópicos com LDA

• Introdução à Latent Dirichlet Allocation (LDA)
• Exemplo prático com textos do livro O Mágico de Oz

Desafio Final

Ao final das aulas, os alunos serão desafiados a aplicar os conceitos aprendidos em um problema real, utilizando uma ou mais técnicas abordadas na disciplina.

Como Usar Este Repositório

1. Clone o repositório:

   git clone https://github.com/ahirtonlopes/Unsupervised_Learning.git

2. Acesse os notebooks de cada aula na pasta correspondente e execute os exemplos práticos.

Contribuição

Sinta-se à vontade para sugerir melhorias, abrir issues ou contribuir com pull requests!

Licença

Este repositório está licenciado sob a MIT License.