Обучение без учителя

Введение:

Компьютер может учиться и адаптироваться, используя закономерности и алгоритмы из прошлых записей. Без явных инструкций ваш компьютер анализирует предыдущие данные и делает выводы, прогнозируя будущие результаты на основе существующих записей. Но при обучении без учителя не нужно предоставлять размеченные данные или обучать машину, как в машинном обучении с учителем.

Что такое обучение без учителя?

Обучение без учителя также называют машинным обучением без учителя. При обучении без учителя данные обучать не нужно. Данные, которые передаются машине, не размечены. Машина самостоятельно определяет закономерности и различную информацию в этих неразмеченных данных. Машина выявляет скрытые группы и другую информацию, необходимую для решения задачи.[1]

Каковы некоторые примеры обучения с учителем?

Методы обучения без учителя, в отличие от обучения с учителем, подходят тогда, когда переменные (то есть метки) не заданы. Примеры методов обучения без учителя: кластеризация методом k-средних, метод главных компонент и иерархическая кластеризация.

Как работает обучение с учителем?

Как объяснено выше, набор данных в обучении без учителя не имеет надлежащей разметки. Это означает, что данные не разбиты по категориям и для них не заданы соответствующие результаты. Машина обучается самостоятельно. Сначала она анализирует необработанные данные, чтобы найти в них скрытые закономерности, а затем к данным применяется подходящий алгоритм. После того как алгоритмы отработали, объекты данных делятся на группы в соответствии со сходством между группами.[2]

Каковы категории обучения без учителя?

Ниже приведены категории, на которые делится обучение без учителя.

1. Кластеризация
2. Ассоциация

Каковы плюсы обучения с учителем?

• Оно способно увидеть то, что не под силу человеческому мозгу.
• Оно применяется для выявления скрытых характеристик, важных для бизнеса, и имеет множество реальных применений.
• Неуправляемая задача может привести к созданию совершенно нового сегмента или направления бизнеса.
• По сравнению с задачей обучения с учителем сложность будет ниже. Поскольку никому не нужно разбираться в связанных метках, сложностей становится меньше.
• Набор данных получить гораздо проще.

Каковы минусы обучения с учителем?

• Это дороже, так как может потребоваться участие человека, чтобы понять тенденции и связать их с помощью предметной экспертизы.
• Поскольку нет метки или метрики результата, подтверждающей его полезность, часто нет гарантии, что полученные результаты окажутся полезными.
• Тип и результаты задачи без учителя невозможно точно определить. Она сильно зависит от конструкции и, как следствие, от компьютера.
• Точности результатов зачастую не хватает.

Вывод:

Обучение без учителя — это подход машинного обучения, при котором модель не требует контроля. Машинное обучение без учителя помогает обнаружить в данных ранее неизвестные закономерности.

1. Pratt, M.K. unsupervised learning. Доступно по адресу: https://www.techtarget.com/searchenterpriseai/definition/unsupervised-learning.
2. Машинное обучение без учителя. Доступно по адресу: https://www.javatpoint.com/unsupervised-machine-learning.

Типичные задачи обучения без учителя

• Кластеризация: группировка схожих объектов, например сегментов клиентов для маркетинга. Популярные алгоритмы: k-means, иерархическая кластеризация и DBSCAN.
• Снижение размерности: сжатие множества признаков в несколько с сохранением структуры, например методом главных компонент (PCA).
• Ассоциативные правила: поиск товаров, которые часто покупают вместе, как в анализе рыночной корзины.
• Обнаружение аномалий: выявление необычных транзакций или показаний датчиков.

Бизнес-примеры

Ритейлер может кластеризовать клиентов по покупательскому поведению, чтобы подбирать предложения, магазин — находить товары, которые продаются вместе, и выкладывать их рядом, а банк — выявлять необычную активность по картам. Подобная розничная аналитика входит в нашу услугу ИИ-аналитики.

Обучение без учителя и обучение с учителем

Обучение с учителем нуждается в размеченных данных и предсказывает известный ответ; обучение без учителя обходится без меток и ищет скрытую структуру. Прочитайте об обучении с учителем и обучении с частичным привлечением учителя, чтобы увидеть различия.

Быстрые ответы

Кластеризация — это обучение с учителем или без учителя?

Кластеризация относится к обучению без учителя, потому что группы обнаруживаются, а не задаются заранее.