Довольно запутанно, когда ответ заключается в использовании обучения без учителя для неразмеченных данных, но в какой дозе это означает и как мы можем это сделать?
Обучение без учителя – это самоорганизованное обучение, которое может помочь найти
ранее неизвестные закономерности в данных, не имеющих ранее существовавших меток, таких как данные с указанием пола или цвета . Обучение без учителя позволяет моделировать плотности вероятности заданных входных данных для группировки или сегментации наборов данных с общими атрибутами для экстраполяции алгоритмических взаимосвязей.
немаркированные данные сложны, поэтому нам нужно сначала узнать, что такое маркированные данные? – это группа образцов, помеченных одним или несколькими ярлыками. Маркировка обычно берет набор немаркированных данных и дополняет каждую часть этих немаркированных данных значимыми информативными тегами. Другими словами, немаркированные данные – это обозначения фрагментов данных, которые не были помечены метками, идентифицирующими характеристики, свойства или классификации.
Анализировать немаркированные данные можно спомощьюинтеллектуального анализа данных с помощью одной из следующих неконтролируемых функций:
