Не контролируемое обучение. Основные понятия.

Неконтролируемые преобразования (unsupervised transformations) – это алгоритмы, создающие новое представление данных, которое в отличие от исходного представления человеку или алгоритму машинного обучения будет обработать легче.

Типичные алгоритмы:

  • Преобразования данных;
  • Кластеризация.

Общераспространенное применение неконтролируемых преобразований – сокращение размерности. Например, для получение двумерного пространства в целях визуализации.

Еще одно применение неконтролируемых преобразований – поиск компонент, из которых «состоят» данные.

Алгоритмы кластеризации (clustering algorithms) разбивают данные на отдельные группы схожих между собой элементов.

Главная проблема машинного обучения без учителя – оценка полезности информации, извлеченной алгоритмом.

Алгоритмы машинного обучения без учителя часто используются в разведочных целях, когда специалист хочет лучше изучить сами данные. Еще одно общераспространенное применение алгоритмов машинного обучения без учителя заключается в том, что они служат этапом предварительной обработки данных для алгоритмов машинного обучения с учителем.

Добавить комментарий