Innholdsfortegnelse:
Definisjon - Hva betyr uovervåket læring?
Uovervåket læring er en metode som brukes for å gjøre det mulig for maskiner å klassifisere både materielle og immaterielle objekter uten å gi maskinene noen forhåndsinformasjon om objektene. Tingene maskinene trenger å klassifisere er varierte, for eksempel kjøpevaner fra kunder, atferdsmønstre for bakterier og hackerangrep. Hovedideen bak uovervåket læring er å utsette maskinene for store mengder varierte data og la dem lære og utlede seg fra dataene. Maskinene må imidlertid først programmeres for å lære av data.
Techopedia forklarer Unsupervised Learning
Datasystemer må være klar over store mengder både strukturert og ustrukturert data og gi innsikt. I virkeligheten kan det ikke være mulig å gi forhåndsinformasjon om alle typer data som et datasystem kan motta over en periode. Når du husker dette, er det ikke sikkert at veiledet læring egner seg når datasystemer trenger konstant informasjon om nye typer data. For eksempel har hackingangrep på finansielle systemer eller bankservere en tendens til å endre sin art og mønster ofte, og uovervåket læring kan være mer passende i slike tilfeller siden systemene må aktiveres for raskt å lære av angrepsdata og utlede hva slags fremtidige angrep er. og foreslå forebyggende handlinger.
