Denetimsiz Öğrenme

Giriş:

Bir bilgisayar, önceki kayıtlardan elde edilen örüntüleri ve algoritmaları kullanarak öğrenebilir ve uyum sağlayabilir. Açık talimatlar olmadan bilgisayarınız önceki verileri analiz eder ve onlardan çıkarım yapar; mevcut kayıtların temellerine dayanarak gelecekteki sonuçları öngörür. Ancak denetimsiz öğrenmede, denetimli makine öğrenmesinde olduğu gibi etiketli veri sağlamanız veya makineyi eğitmeniz gerekmez.

Denetimsiz öğrenme nedir?

Denetimsiz öğrenme, denetimsiz makine öğrenmesi olarak da bilinir. Denetimsiz öğrenmede verileri eğitmeniz gerekmez. Makineye verilen veriler etiketlenmemiştir. Makine, bu etiketsiz verilerden örüntüleri ve farklı bilgi parçalarını kendi başına tahmin eder. Makine, çözüm için gereken gizli grupları ve diğer bilgileri tahmin eder.[1]

Denetimli öğrenmeye bazı örnekler nelerdir?

Denetimsiz öğrenme stratejileri, denetimli öğrenmenin aksine, değişkenlerin (yani etiketlerin) sağlanmadığı durumlarda uygundur. K-Means Kümeleme, Temel Bileşen Analizi ve Hiyerarşik Kümeleme, denetimsiz öğrenme tekniklerine örnektir.

Denetimli öğrenme nasıl çalışır?

Yukarıda açıklandığı gibi, denetimsiz öğrenmede sağlanan veri kümesi düzgün şekilde etiketlenmemiştir. Bu, verilerin kategorize edilmediği ve verilere karşılık gelen çıktıların verilmediği anlamına gelir. Makine kendi kendini eğitir. Önce verilerdeki gizli örüntüleri bulmak için ham verileri yorumlar, ardından verilere uygun algoritma uygulanır. Uygulanan algoritmalar tamamlandığında veri nesneleri, grupların benzerliğine göre gruplara ayrılır.[2]

Denetimsiz öğrenmenin kategorileri nelerdir?

Denetimsiz öğrenmenin sahip olduğu kategoriler aşağıdadır.

1. Kümeleme
2. Birliktelik

Denetimli öğrenmenin avantajları nelerdir?

• İnsan beyninin göremediğini görebilir.
• İşletme için kritik olan gizli özellikleri ortaya çıkarmak için kullanılır ve çok sayıda gerçek uygulaması vardır.
• Denetimsiz bir görev, tamamen yeni bir şirket segmentinin veya girişimin oluşmasıyla sonuçlanabilir.
• Denetimli öğrenme problemiyle karşılaştırıldığında karmaşıklık daha az olacaktır. İlişkili etiketleri kimsenin anlamasına gerek olmadığından karmaşıklıklar azalır.
• Veri kümesini elde etmek çok daha kolaydır.

Denetimli öğrenmenin dezavantajları nelerdir?

• Daha pahalıdır, çünkü eğilimleri anlamak ve alan uzmanlığıyla ilişkilendirmek için insan katılımı gerekebilir.
• Yararlılığını doğrulayacak bir etiket veya çıktı ölçütü olmadığı için, üretilen sonuçların faydalı olacağı çoğu zaman garanti değildir.
• Denetimsiz bir görevin türü ve çıktıları kesin olarak tanımlanamaz. Büyük ölçüde tasarıma ve dolayısıyla bilgisayara bağlıdır.
• Sonuçların hassasiyeti çoğunlukla yetersizdir.

Sonuç:

Denetimsiz öğrenme, modelin gözetime ihtiyaç duymadığı bir makine öğrenmesi yaklaşımıdır. Denetimsiz makine öğrenmesi, verilerde daha önce keşfedilmemiş örüntülerin bulunmasına yardımcı olur.

1. Pratt, M.K. unsupervised learning. Kaynak: https://www.techtarget.com/searchenterpriseai/definition/unsupervised-learning.
2. Unsupervised Machine Learning. Kaynak: https://www.javatpoint.com/unsupervised-machine-learning.

Yaygın denetimsiz öğrenme görevleri

• Kümeleme: benzer öğeleri gruplama, örneğin pazarlama için müşteri segmentleri. Popüler algoritmalar: k-means, hiyerarşik kümeleme ve DBSCAN.
• Boyut indirgeme: PCA gibi yöntemlerle yapıyı koruyarak çok sayıda özelliği birkaçına sıkıştırma.
• Birliktelik kuralları: pazar sepeti analizinde olduğu gibi sık birlikte satın alınan ürünleri bulma.
• Anomali tespiti: olağandışı işlemleri veya sensör okumalarını fark etme.

İş örnekleri

Bir perakendeci, tekliflerini uyarlamak için müşterileri satın alma davranışına göre kümeleyebilir; bir mağaza birlikte satılan ürünleri bulup yan yana yerleştirebilir; bir banka olağandışı kart hareketlerini işaretleyebilir. Bunun gibi perakende analitiği, yapay zeka analitiği hizmetimizin bir parçasıdır.

Denetimsiz ve denetimli öğrenme

Denetimli öğrenme etiketli veri gerektirir ve bilinen bir yanıtı tahmin eder; denetimsiz öğrenmede etiket yoktur ve gizli yapı aranır. Karşılaştırma için denetimli öğrenme ve yarı denetimli öğrenme yazılarını okuyun.

Kısa yanıtlar

Kümeleme denetimli mi yoksa denetimsiz mi?

Kümeleme denetimsizdir, çünkü gruplar verilmez, keşfedilir.