Učenje bez nadzora je tehnika strojnog učenja za otkrivanje skrivenih obrazaca i odnosa unutar podataka. U nenadziranom učenju, algoritmu se ne daje nikakvo prethodno znanje ili označeni podaci iz kojih može učiti, već mu se dopušta da samostalno istražuje podatke i prepoznaje sličnosti i razlike. Koristi se za prepoznavanje sličnosti i razlika u podacima, grupiranje sličnih podatkovnih točaka i otkrivanje anomalija ili odstupanja. Grupiranje je najčešća tehnika učenja bez nadzora, u kojoj algoritam grupira podatkovne točke koje su slične jedna drugoj na temelju njihovih značajki ili atributa. Druga uobičajena tehnika je smanjenje dimenzionalnosti, što uključuje smanjenje broja značajki u skupu podataka uz očuvanje važnih informacija.
Datum objave: