نویسنده (ها): Setia Budi Sumandra
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
“بدون برچسب ، مشکلی نیست”. این شعار یادگیری بدون نظارت است – شاخه ای جذاب از یادگیری ماشین جایی که الگوریتم ها از داده های بدون برچسب الگوهای یاد می گیرند.
بخشی از برنامه شریک Medium نیست؟ بدون نگرانی! 👉 این مقاله را اینجا بخوانید.
در این بخش اول از سری یادگیری بدون نظارت ما ، ما به مفاهیم اصلی یادگیری بدون نظارت خواهیم پرداخت ، مدلهای مفیدی را که به طور مؤثر کار می کنند کشف کنیم و به شما نشان می دهیم که چگونه می توان این ابزار قدرتمند را برای مشکلات دنیای واقعی به کار برد.
به عبارت ساده تر ، یادگیری بدون نظارت با داده هایی که دارای برچسب های از پیش تعریف شده نیستند کار می کند – به این معنی که هیچ خروجی از پیش تعریف شده ای برای هدایت مدل وجود ندارد.
تصور کنید که یک دسته از داده های مشتری دارید ، اما چیزی نمی دانید که مشتریان به کدام گروه تعلق دارند. یادگیری بدون نظارت به شما کمک می کند تا به طور خودکار الگوهای یا گروه بندی ها یا خوشه بندی در داده ها را کشف کنید ، مانند شناسایی خوشه های مشتریان با رفتارها یا ترجیحات مشابه.
بر خلاف یادگیری تحت نظارت ، که به داده های دارای برچسب نیاز دارد تا پیش بینی ها را انجام دهند (مانند طبقه بندی ایمیل به عنوان هرزنامه یا نه هرزنامه) ، یادگیری بدون نظارت به ما کمک می کند تا از داده های خام و غیرمجاز بینش و کسب بینش کسب کنیم.
اگر به مدل سازی و تجزیه و تحلیل علاقه دارید ، در اینجا مقالات دیگری را در اینجا قرار دهید:
مقدمه – از 🤯 به 😎
مد
بخشی از برنامه شریک Medium نیست؟ بدون نگرانی! 👉 این مقاله را بخوانید … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر
منتشر شده از طریق به سمت هوش مصنوعی