Slovník výrazov AI/Učenie bez učiteľa

Učenie bez učiteľa

učenie bez učiteľa

Anglický výraz unsupervised learning

základnéheslo č. 1515 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená učenie bez učiteľa?

Učenie bez učiteľa hľadá štruktúru v dátach bez vopred priradeného cieľového štítka pre každý príklad. Môže odhadovať zhluky, latentné faktory, hustotu, nízkorozmernú reprezentáciu alebo neobvyklosť. Výsledok nie je automaticky „pravda skrytá v dátach“: závisí od reprezentácie, metriky, modelových predpokladov a zvoleného kritéria.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Firma môže skúmať vzorce nákupov bez hotových segmentov. Najprv určí jednotku analýzy, obdobie, škálovanie a význam podobnosti; až potom skúsi zhlukovanie či faktorizáciu. Počet komponentov alebo zhlukov sa nevyberá iba podľa jedného interného skóre, ale podľa stability, interpretovateľnosti a použiteľnosti na nezávislom období. Výsledné skupiny sa validujú doménovo a nesmú sa automaticky premenovať na citlivé typy ľudí. Pri zmene dát sa sleduje, či sa štruktúra zachovala alebo ju vytvorilo predspracovanie.

Overiteľnosť

Odborné zdroje

  1. scikit-learn · Unsupervised learningscikit-learn.org
  2. Deep Learning Book · ML basicsdeeplearningbook.org

Praktické odpovede

Často kladené otázky

Znamená bez učiteľa úplne bez ľudských rozhodnutí?

Nie. Človek volí dáta, reprezentáciu, cieľovú funkciu aj interpretáciu.

Aké úlohy sem patria?

Zhlukovanie, redukcia rozmernosti, odhad hustoty, témy a časť detekcie anomálií.

Sú zhluky objektívne dané?

Nie vždy. Rôzne metriky a algoritmy môžu vytvoriť rozdielne, rovnako platné pohľady.

Ako hodnotiť bez štítkov?

Stabilitou, internými kritériami, následnou užitočnosťou a odbornou validáciou.

Možno neskôr použiť označenia?

Áno. Externé štítky sa môžu použiť na hodnotenie alebo nadväzujúce učenie, nie na pôvodný tréning.