Roteiro para estudantes Business Inteligence

estudante com escadaria a frente

Business Inteligence

Machine Learning

PlantUML Syntax:</p>
<p>@startmindmap</p>
<p>title Metodos de Aprendizado de Maquina \n</p>
<p>* Aprendizado de Maquina;<br />
** 1 – Supervisionado;<br />
*** 1.1 – Regressao;<br />
**** 1.1.1 – Linear;<br />
***** 1.1.1.1 – Simples;<br />
***** 1.1.1.2 – Multipla;<br />
**** 1.1.2 – Polinomial;<br />
**** 1.1.3 – Ridge, Lasso, Elastic Net;<br />
**** 1.1.4 – Logistica;<br />
**** 1.1.5 – Arvore de Decisao;<br />
**** 1.1.6 – Redes Neurais (Deep Learning);<br />
*** 1.2 – Classificacao;<br />
**** 1.2.1 – Binaria;<br />
**** 1.2.2 – Multiclasse;<br />
**** 1.2.3 – Multirotulo;</p>
<p>** 2 – Nao Supervisionado;<br />
*** 2.1 – Clustering (Agrupamento);<br />
*** 2.2 – Reducao de Dimensionalidade;<br />
*** 2.3 – Regras de Associacao;<br />
*** 2.4 – Deteccao de Anomalias;</p>
<p>** 3 – Semi Supervisionado;<br />
*** 3.1 – Autoencoders;<br />
*** 3.2 – Propagacao de Rotulos;<br />
*** 3.3 – Modelos Hibridos;</p>
<p>** 4 – Por Reforco;</p>
<p>@endmindmap</p>
<p>

Modelos de Machine Learning

Regressão

Classificação

  • 1.2.1 Classificação Binária
  • 1.2.2 Classificação Multiclasse
  • 1.2.3 Classificação Multirotulo

Não Supervisionado

  • 2.1 Não Supervisionado – Clustering (Agrupamento)
  • 2.2 Não Supervisionado – Reducao de Dimensionalidade
  • 2.3 Não Supervisionado – Regras de Associação
  • 2.4 Não Supervisionado – Detecção de Anomalias

Semi Supervisionado

  • 3.1 Semi Supervisionado – Autoencoders
  • 3.2 Semi Supervisionado – Propagacao de Rotulos
  • 3.3 Semi Supervisionado – Modelos Hibridos

Por Reforço

  • 4 Por Reforço