Oövervakad inlärning

Vilka mönster söker oövervakad inlärning?

Oövervakad inlärning söker mönster i data utan att använda förutbestämda målsvar för den aktuella träningsuppgiften. En möjlig uppgift är att gruppera liknande exempel, en annan att sammanfatta många egenskaper i en mindre representation. Dataförberedelse, egenskaper och metod påverkar vilka likheter som får betydelse. Människor behöver bestämma och bedöma uppgiften och resultatens senare nytta. Ett hittat mönster får inte automatiskt en giltig saklig betydelse.

I ett fiktivt serviceprojekt ska meddelanden utan tidigare ämnesetiketter grupperas efter innehållslig likhet. Medarbetare granskar grupperna för att se om de samlar återkommande ärenden på ett begripligt sätt. Språk eller liknande formuleringar kan påverka grupperingen mer än själva problemet. Teamet planerar därför exempel med samma ärende i olika ord och olika ärenden i liknande ord. Grupperna används först för undersökning. Namngivning och möjlig användning som arbetskategorier kräver en egen bedömning; prioritet och ansvar är ännu inte fastställda.

Källor

• Google · Machine Learning Glossary