Definition
Unüberwachtes Lernen ist eine Methode des Maschinellen Lernens zur Erkennung von Mustern und Strukturen in Daten ohne bekannte Zielwerte oder Bezeichnungen.
Einfach erklärt
Das Modell sucht nach Ähnlichkeiten, Gruppen oder ungewöhnlichen Strukturen, ohne Beispiele für eine zuvor festgelegte richtige Antwort zu erhalten.
Warum es wichtig ist
Es ermöglicht die Untersuchung ungekannter Datensätze und kann Strukturen aufdecken, die nicht im Voraus festgelegt wurden.
Begriffliche Abgrenzung
Unüberwachtes Lernen lernt nicht wie überwachtes Lernen, ein bekanntes Ziel nachzubilden. Gefundene Gruppen oder Muster sind mathematische Ergebnisse, die weiterhin interpretiert und validiert werden müssen.
Praktische Perspektive
Typische Anwendungen sind Clustering, Anomalieerkennung, Dimensionsreduktion und Datenexploration. Ergebnisse können sich durch Datendarstellung, Skalierung, Methode und Parameter wesentlich verändern.