Uovervåget indlæring
En type maskinlæring, hvor modellen trænes på data uden mærkater og selv skal finde mønstre eller strukturer.
Kort fortalt
Uovervåget indlæring er, når en computer lærer af data uden svar, f.eks. ved at gruppere lignende ting sammen.
- Kategori
- teknik
- Niveau
- begynder
Betydninger
1- 1
Læring uden ekstern supervision, hvor modellen udelukkende arbejder med inputdata uden tilhørende output eller mærkater.
- K-means clustering er en klassisk algoritme inden for uovervåget indlæring.
- Uovervåget indlæring anvendes ofte til at reducere dimensionalitet med PCA.
Hvornår bruges det
Uovervåget indlæring bruges til at opdage skjulte mønstre i data, f.eks. kundesegmentering, anomalidetektion og topic-modellering. Det er især nyttigt, når mærkede data er dyre eller umulige at få.
Kodeeksempel
from sklearn.cluster import KMeans
# Eksempel: klyngedannelse af 2D-data
X = [[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]]
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
print(kmeans.labels_)Simpelt eksempel på K-means clustering, en grundlæggende teknik inden for uovervåget indlæring.
Oprindelse
Sammensat af 'uovervåget' (uden overvågning) og 'indlæring' (læring), direkte oversat fra engelsk 'unsupervised learning'.
Afledte ord
3Kilder
2- Pattern Recognition and Machine Learning
- The Elements of Statistical Learning