Definicja
Uczenie nienadzorowane jest metodą uczenia maszynowego polegającą na wyszukiwaniu wzorców i struktur w danych bez znanych wartości docelowych lub etykiet.
Proste wyjaśnienie
Model poszukuje podobieństw, grup lub nietypowych struktur bez przykładów wcześniej określonej poprawnej odpowiedzi.
Dlaczego to ważne
Umożliwia badanie nieoznaczonych zbiorów danych i może ujawniać struktury, których wcześniej nie określono.
Granice pojęcia
Uczenie nienadzorowane nie uczy się odtwarzania znanego wyniku w taki sposób jak uczenie nadzorowane. Wykryte grupy lub wzorce są wynikami matematycznymi, które nadal wymagają interpretacji i walidacji.
Perspektywa praktyczna
Typowe zastosowania obejmują grupowanie, wykrywanie anomalii, redukcję wymiarów i eksplorację danych. Wyniki mogą istotnie zmieniać się zależnie od sposobu przedstawienia i skalowania danych, wybranej metody oraz parametrów.