Usuperviseret læring

Hvilke mønstre søger usuperviseret læring?

Usuperviseret læring søger mønstre i data uden at bruge på forhånd angivne målsvar til den konkrete træningsopgave. En mulig opgave er at gruppere lignende eksempler, en anden at samle mange egenskaber i en mindre repræsentation. Dataforberedelse, egenskaber og metode påvirker, hvilke ligheder der får betydning. Mennesker skal fastlægge og vurdere opgaven og resultaternes senere nytte. Et fundet mønster får ikke automatisk en gyldig faglig betydning.

I et fiktivt serviceprojekt skal beskeder uden tidligere emnelabels grupperes efter indholdsmæssig lighed. Medarbejdere gennemgår grupperne for at kontrollere, om de samler tilbagevendende henvendelser på en forståelig måde. Sprog eller lignende formuleringer kan påvirke grupperingen mere end selve problemet. Teamet planlægger derfor eksempler med samme henvendelse i forskellige ord og forskellige henvendelser i lignende ord. Grupperne bruges i første omgang til undersøgelse. Navngivning og eventuel brug som arbejdskategorier kræver en særskilt vurdering; prioritet og ansvar er endnu ikke fastlagt.

Kilder

• Google · Machine Learning Glossary