IA PARA EFP • MÓDULO 5

Aprendizagem não supervisionada: Agrupamento K-Means

Descobrir padrões ocultos e agrupar dados sem intervenção humana.

🎯 Learning Outcomes / Ishodi učenja:
  • Compreender a inicialização de centroides e a atribuição por distância euclidiana.
  • Percorrer passo a passo o ciclo de atribuição e recálculo dos centroides.
  • Observar a redução da inércia (soma de quadrados dentro do cluster).
  • Identificar subagrupamento (K pequeno) vs sobreagrupamento (K grande).

Na aprendizagem não supervisionada, os dados não têm rótulos. O K-Means encontra K centros (centroides) alternando entre: 1) atribuir os pontos ao centroide mais próximo, e 2) recalcular os centroides como média dos pontos atribuídos.

Inércia = ∑ min ||x_i − μ_j||²

A convergência ocorre quando os centroides já não se movem.

🔬 Interactive Laboratory / Interaktivna laboratorija:

🔍 Guided Investigation / Istraživački zadatak:
  1. Execução passo a passo: Clique em Passo e veja os centroides a migrar para o centro dos clusters.
  2. K incorreto: Escolha K = 2 num conjunto com 3 grupos. Observe a fusão forçada de dois clusters.
  3. Reinicialização aleatória: Clique em Repor para observar o impacto da posição inicial.