Aprendizado de máquina a partir de dados: mais amostras, mais precisão

ComputaçãoDados, IA e aprendizado de máquinaIdades 16–17

Um classificador simples aprende com amostras rotuladas: calcula o centroide de cada classe e usa a mediatriz entre os dois centroides como fronteira de decisão. Os alunos ajustam o número de amostras de treinamento, a taxa de ruído nos rótulos e o quanto a coleta de dados é enviesada; o modelo é treinado de novo e sua acurácia é medida num conjunto fixo de 400 amostras de teste. Quando os dados de treinamento vêm quase todos de um grupo, a acurácia geral ainda parece alta, mas a acurácia do grupo sub-representado cai bastante — é o viés dos dados em ação.