Machine Learning: Aprendizagem Não Supervisionada

A aprendizagem não supervisionada é abstrata e complexa para alunos do 12.º ano, logo a abordagem ativa é essencial para que visualizem conceitos como clustering e PCA em ação. Trabalhar com datasets reais, como o Iris ou dados IoT, torna a teoria tangível e revela a relevância destas técnicas em cenários concretos, como segmentação de clientes ou monitorização de sensores.

• 12° Ano
• Inovação Digital e Pensamento Computacional Avançado
• 4 atividades
• 30 min–50 min

Objetivos de Aprendizagem

1. Classificar conjuntos de dados em grupos distintos utilizando algoritmos de clustering como K-means.
2. Explicar como a Análise de Componentes Principais (PCA) reduz a dimensionalidade de um conjunto de dados preservando a variância.
3. Avaliar a adequação de diferentes métricas de distância para problemas de clustering específicos.
4. Comparar os resultados de algoritmos de clustering com diferentes parâmetros de entrada.
5. Criticar a interpretabilidade dos clusters ou componentes gerados em cenários de dados complexos.

Ensino pelos Pares

⏱ 35 min·Pares

Ensino pelos Pares: Clustering K-means no Dataset Iris

Forneça o dataset Iris aos pares. Peça-lhes para implementar K-means com k=2,3,4 em Python ou Google Colab e plotar os clusters. Discutam o método do cotovelo para escolher k ótimo, comparando resultados.

Preparação e detalhes

Como os algoritmos de clustering podem descobrir padrões ocultos em dados não rotulados?

Sugestão de Facilitação: Durante a atividade em pares com o K-means, peça aos alunos para documentarem cada passo do algoritmo num caderno, incluindo cálculos de distância e atualizações de centroides para reforçar a compreensão do processo.

Setup: Área de apresentação na frente da sala ou várias estações de ensino

Materials: Cartões de atribuição de temas, Modelo de planificação de aula, Ficha de feedback entre pares, Materiais para apoios visuais

• Compreender
• Aplicar
• Analisar
• Criar
• Autogestão
• Competências Relacionais

Círculo de Investigação

⏱ 45 min·Pequenos grupos

Pequenos Grupos: Redução com PCA Visual

Divida a turma em pequenos grupos e dê um dataset de alta dimensão, como vinhos. Apliquem PCA, plotem os dois primeiros componentes e interpretem a variância explicada. Grupos apresentam loadings dos componentes.

Preparação e detalhes

Analise a aplicação da redução de dimensionalidade para simplificar conjuntos de dados complexos.

Sugestão de Facilitação: Na atividade de PCA visual, forneça aos grupos datasets com mais de 3 dimensões e peça-lhes para identificarem padrões nos gráficos 2D, discutindo que informação foi perdida e porquê.

Setup: Grupos em mesas com acesso a materiais de consulta

Materials: Coleção de fontes documentais, Ficha de trabalho do ciclo de investigação, Protocolo de formulação de perguntas, Modelo de apresentação de resultados

• Analisar
• Avaliar
• Criar
• Autogestão
• Autoconsciência

Círculo de Investigação

⏱ 30 min·Turma inteira

Turma Inteira: Debate de Desafios Não Supervisionados

Apresente casos reais com ambiguidades em clustering. A turma vota em interpretações, depois executa algoritmos para validar. Registe insights no quadro coletivo.

Preparação e detalhes

Avalie os desafios de interpretar os resultados de modelos de aprendizagem não supervisionada.

Sugestão de Facilitação: No debate em turma, atribua papéis específicos (ex: defensor do clustering, crítico da PCA) para garantir que todos participam e que as discussões são focadas em argumentos técnicos.

Setup: Grupos em mesas com acesso a materiais de consulta

Materials: Coleção de fontes documentais, Ficha de trabalho do ciclo de investigação, Protocolo de formulação de perguntas, Modelo de apresentação de resultados

• Analisar
• Avaliar
• Criar
• Autogestão
• Autoconsciência

Círculo de Investigação

⏱ 50 min·Individual

Individual: Mini-Projeto Dados Locais

Cada aluno seleciona dados abertos portugueses, como turismo. Aplica clustering ou PCA e escreve um relatório curto sobre padrões encontrados e limitações.

Preparação e detalhes

Como os algoritmos de clustering podem descobrir padrões ocultos em dados não rotulados?

Sugestão de Facilitação: Para o mini-projeto, encoraje os alunos a escolherem datasets locais simples, como dados meteorológicos ou de trânsito, para que possam aplicar os conceitos a problemas do seu quotidiano.

Setup: Grupos em mesas com acesso a materiais de consulta

Materials: Coleção de fontes documentais, Ficha de trabalho do ciclo de investigação, Protocolo de formulação de perguntas, Modelo de apresentação de resultados

• Analisar
• Avaliar
• Criar
• Autogestão
• Autoconsciência

Ensinar Este Tópico

Comece com uma demonstração prática de clustering num dataset pequeno, como o Iris, para que os alunos percebam como padrões ocultos são revelados. Evite começar com teoria abstrata: use analogias visuais, como agrupar frutas por cor e tamanho, antes de introduzir algoritmos formais. Pesquisas mostram que alunos de 12.º ano aprendem melhor quando aplicam conceitos a problemas reais, por isso priorize atividades hands-on e discussões guiadas sobre limitações dos métodos.

O Que Esperar

No final destas atividades, espera-se que os alunos consigam explicar como o K-means agrupa dados com base em distâncias e como a PCA reduz dimensões preservando variância. Devem também ser capazes de identificar limitações dos métodos e justificar escolhas em contextos práticos, demonstrando pensamento crítico sobre padrões ocultos.

Atenção a estes erros comuns

Erro comum

Durante a atividade em pares com o K-means no dataset Iris, watch for students who assume clusters correspondem diretamente às espécies conhecidas de íris.

O que ensinar em alternativa

Peça aos alunos para compararem os clusters resultantes com os rótulos reais e discutirem por que razão o algoritmo pode não recuperar perfeitamente as classes biológicas, incentivando-os a refletirem sobre a diferença entre agrupamento por semelhança e classificação supervisionada.

Erro comum

Durante a atividade de PCA visual em pequenos grupos, watch for students who believe que a redução de dimensões remove apenas dados redundantes.

O que ensinar em alternativa

Use o gráfico de variância explicada para mostrar como componentes principais capturam diferentes quantidades de informação e peça aos alunos para identificarem que padrões visíveis são perdidos após a projeção, relacionando com a preservação de variância.

Erro comum

Durante o debate de desafios não supervisionados em turma, watch for students who defendem que modelos não supervisionados são sempre menos úteis que supervisionados.

O que ensinar em alternativa

Apresente exemplos de casos onde o clustering revelou padrões desconhecidos, como deteção de fraudes ou segmentação de clientes, e peça aos alunos para apresentarem argumentos baseados em dados reais, contrastando com cenários onde a supervisão é necessária.

Ideias de Avaliação

Bilhete de Saída

Após a atividade em pares com o K-means no dataset Iris, peça aos alunos para entregarem um pequeno relatório com 2-3 frases descrevendo as características de cada cluster (ex: tamanho das pétalas, cor) e comparando-as com os rótulos conhecidos, avaliando a sua capacidade de interpretar resultados não supervisionados.

Questão para Discussão

Durante a atividade de PCA visual em pequenos grupos, apresente um gráfico de PCA com 2 componentes principais para um dataset complexo e peça aos alunos para discutirem em grupo: 'Quais são as limitações de representar dados de 10 dimensões em apenas 2? Como poderíamos avaliar se a variância retida pelos componentes principais é suficiente para a nossa análise?' Avalie a profundidade das respostas e a capacidade de argumentação técnica.

Verificação Rápida

Durante a demonstração do algoritmo K-means na turma, pause após a primeira iteração e pergunte: 'Qual é a principal suposição que o algoritmo K-means faz sobre a forma dos clusters? Como é que a escolha inicial dos centroides pode afetar o resultado final?' Use as respostas para ajustar a explicação e identificar alunos que ainda não compreendem o funcionamento básico.

Extensões e Apoio

• Desafio: Peça aos alunos que explorem o efeito da inicialização aleatória do K-means no resultado final, utilizando um dataset com clusters de formas irregulares e comparando soluções com diferentes sementes de aleatoriedade.
• Scaffolding: Para alunos que têm dificuldade com PCA, forneça um dataset pré-processado com apenas 2 ou 3 dimensões e peça-lhes para calcular manualmente os componentes principais, usando a fórmula da variância explicada.
• Deeper: Sugira aos alunos que investiguem algoritmos alternativos de clustering, como DBSCAN, e comparem os resultados com o K-means num dataset com outliers, discutindo como cada método lida com dados ruidosos.

Vocabulário-Chave

Clustering	Um método de aprendizagem não supervisionada que agrupa pontos de dados de forma que os pontos no mesmo grupo (cluster) sejam mais semelhantes entre si do que aos de outros grupos.
K-means	Um algoritmo popular de clustering que visa particionar n observações em k clusters, onde cada observação pertence ao cluster com a média mais próxima (centroide).
Redução de Dimensionalidade	O processo de reduzir o número de variáveis aleatórias consideradas, transformando dados de alta dimensão em uma representação de baixa dimensão, mantendo informações importantes.
Análise de Componentes Principais (PCA)	Uma técnica estatística usada para reduzir o número de variáveis em um conjunto de dados, criando novas variáveis (componentes principais) que são combinações lineares das originais.
Centroide	O centro de um cluster, tipicamente calculado como a média de todos os pontos de dados pertencentes a esse cluster.