Aprenentatge no supervisat

Representació d'un algoritme d'agrupació (no supervisat)

L'aprenentatge no supervisat[1] (unsupervised learning, en anglès) és un camp de l'aprenentatge automàtic format per algoritmes que aprenen patrons a partir de dades no etiquetades. A diferència de l'aprenentatge supervisat on hi ha un expert que etiqueta les dades, a l'aprenentatge no supervisat la idea és que els algoritmes siguin capaços de descobrir patrons o agrupacions en les dades sense la necessitat d'intervenció humana. La capacitat d'aquests algoritmes per descobrir similituds i diferències en les dades sense la necessitat d'un expert els converteixen en la solució ideal per a problemes d'anàlisi exploratòria de dades, estratègies de venda creuada, segmentació de clients i reconeixement d'imatges.

Els mètodes més utilitzats dins del camp de l'aprenentatge no supervisat són els algorismes d'agrupació,[2] regles d'associació[3] i la reducció de dimensionalitat.[4]

  1. «aprenentatge no supervisat». Cercaterm. TERMCAT, Centre de Terminologia.
  2. Tsekouras, George E.; Trygonis, Vasilis; Rigos, Anastasios; Chatzipavlis, Antonios; Tsolakis, Dimitrios. Neuro-Fuzzy Network for Modeling the Shoreline Realignment of the Kamari Beach, Santorini, Greece. Cham: Springer International Publishing, 2017, p. 229–241. ISBN 978-3-319-65171-2. 
  3. Cios, Krzysztof J.; Swiniarski, Roman W.; Pedrycz, Witold; Kurgan, Lukasz A. Unsupervised Learning: Association Rules (en anglès). Boston, MA: Springer US, 2007, p. 289–306. DOI 10.1007/978-0-387-36795-8_10. ISBN 978-0-387-33333-5. 
  4. Pena, J.M.; Lozano, J.A.; Larranaga, P.; Inza, I. «Dimensionality reduction in unsupervised learning of conditional Gaussian networks». IEEE Transactions on Pattern Analysis and Machine Intelligence, 23, 6, 2001-06, pàg. 590–603. DOI: 10.1109/34.927460.

© MMXXIII Rich X Search. We shall prevail. All rights reserved. Rich X Search