คู่มือพื้นฐาน

การเรียนรู้แบบไม่มีผู้ดูแล

การเรียนรู้แบบไม่มีผู้ดูแลจะมองหาโครงสร้างในข้อมูลโดยไม่มีป้ายกำกับเป้าหมายสำหรับทุกตัวอย่าง

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. ประเด็นสำคัญ
  3. เจาะลึก
  4. ดูว่าขนาดของฟีเจอร์เปลี่ยนแปลงความคล้ายคลึงกันอย่างไร
  5. การใช้งานจริงในโลกแห่งความเป็นจริง
  6. การนำไปปฏิบัติ
  7. ที่มาและอ่านเพิ่มเติม
  8. สำรวจต่อไป
  9. คำถามที่พบบ่อย

ภาพรวม

งานทั่วไป ได้แก่ การจัดกลุ่มบันทึกที่คล้ายกันและการบีบอัดการวัดมิติสูงให้เป็นมิติที่น้อยลง รูปแบบที่ค้นพบยังคงต้องมีการตีความและการตรวจสอบความถูกต้อง

ประเด็นสำคัญ

  1. รูปแบบที่ไม่มีป้ายกำกับไม่สามารถอธิบายได้ในตัว
  2. คุณสมบัติและการปรับขนาดส่งผลต่อความคล้ายคลึงกัน
  3. ตรวจสอบความเสถียรและประโยชน์ในทางปฏิบัติ

เจาะลึก

การจัดกลุ่มตัวอย่างตามกฎความคล้ายคลึงกันทางคณิตศาสตร์ กฎนั้นขึ้นอยู่กับฟีเจอร์ การปรับขนาด อัลกอริธึม และการตั้งค่า กลุ่มที่พบจากความถี่ในการซื้ออาจแตกต่างจากกลุ่มที่พบในการตั้งค่าผลิตภัณฑ์ ไม่มีการรับประกันอัตโนมัติที่สอดคล้องกับหมวดหมู่ลูกค้าที่เป็นประโยชน์ การลดขนาดจะเปลี่ยนชุดการวัดให้มีขนาดเล็กลง สามารถช่วยแสดงภาพ การบีบอัด หรือโมเดลอื่นๆ ได้ รูปภาพสองมิติจะละทิ้งข้อมูล ดังนั้นระยะทางและช่องว่างที่ชัดเจนในโครงเรื่องจึงไม่ควรถือเป็นข้อเท็จจริงที่ไม่ต้องสงสัยเกี่ยวกับข้อมูลต้นฉบับ ประเมินความเสถียรโดยการเปลี่ยนตัวเลือกการประมวลผลล่วงหน้าที่เหมาะสมหรือสุ่มตัวอย่างบันทึกที่แตกต่างกัน ตรวจสอบตัวอย่างตัวแทนและขอบเขต คะแนนภายในสามารถเปรียบเทียบการจัดกลุ่มทางคณิตศาสตร์ได้ แต่ต้องตัดสินความมีประโยชน์โดยเทียบกับวัตถุประสงค์ที่แท้จริง หากมีป้ายกำกับสำหรับข้อมูลบางส่วน ก็สามารถให้การตรวจสอบภายนอกเพิ่มเติมได้ ตัวอย่างที่ผิดปกติอาจมีความสำคัญ ผิดพลาด หรือแตกต่างไปจากคนส่วนใหญ่เท่านั้น คะแนนความผิดปกติเป็นสัญญาณสำหรับการตรวจสอบ ไม่ใช่ข้อพิสูจน์การประพฤติมิชอบหรือการวินิจฉัย สร้างสิ่งที่ตามหลังการแจ้งเตือนก่อนที่จะใช้งานเครื่องตรวจจับที่ไม่ได้รับการดูแล

04ตัวอย่างการทำงาน

ดูว่าขนาดของฟีเจอร์เปลี่ยนแปลงความคล้ายคลึงกันอย่างไร

  1. ลองนึกภาพสองบันทึกที่แตกต่างกันในการเข้าชม 1 ครั้งและการใช้จ่าย 1,000 ดอลลาร์ ระยะทางแบบยุคลิดดิบถูกครอบงำด้วยส่วนต่างของเงินดอลลาร์

  2. ปรับขนาดแต่ละฟีเจอร์โดยใช้สถิติที่ติดตั้งบนชุดข้อมูลอ้างอิง จากนั้นเปรียบเทียบเพื่อนบ้านอีกครั้ง

  3. ตรวจสอบว่ากลุ่มผลลัพธ์มีเสถียรภาพและมีประโยชน์สำหรับงานที่ระบุหรือไม่ก่อนตั้งชื่อ

มันแสดงให้เห็นอะไร

ตัวอย่างที่สร้างขึ้นนี้อธิบายตัวเลือกการสร้างแบบจำลอง มันไม่ได้สร้างวิธีการจัดกลุ่มแบบสากล

การใช้งานจริงในโลกแห่งความเป็นจริง

จัดกลุ่มเอกสารเพื่อให้บรรณารักษ์ตรวจสอบและตั้งชื่อ

แสดงภาพการวัดเซ็นเซอร์โดยที่ยังคงสามารถเข้าถึงขนาดดั้งเดิมได้

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • การตัดสินใจที่ชัดเจนยิ่งขึ้น. ช่วยให้คุณแยกคำกล่าวอ้างทางเทคนิคที่ชัดเจนออกจากภาษาทางการตลาดได้
  • ต้นทุนและงบประมาณ. คุณสามารถถามคำถามการใช้งานที่ดีขึ้นก่อนที่จะใช้เงินหรือเวลา
  • ทีมงานและขั้นตอนการทำงาน. ทีมที่มีความเข้าใจร่วมกันจะตัดสินใจเกี่ยวกับผลิตภัณฑ์ นโยบาย และการเรียนรู้ได้ดีขึ้น

ระวัง

  • แต่ละทีมอาจใช้คำเดียวกันต่างกัน ดังนั้นควรกำหนดขอบเขตตั้งแต่เนิ่นๆ
  • เกณฑ์มาตรฐานอาจดูแข็งแกร่งในขณะที่ประสิทธิภาพในโลกแห่งความเป็นจริงไม่เท่ากัน
  • การเพิกเฉยต่อคุณภาพข้อมูลและแผนการประเมินมักสร้างผลลัพธ์ที่เปราะบาง

ขั้นตอนต่อไป

  1. เริ่มต้นด้วยคำจำกัดความภาษาธรรมดาของผลลัพธ์ที่คุณต้องการ
  2. เลือกเมตริกวัดความสำเร็จหนึ่งรายการและเงื่อนไขความล้มเหลวหนึ่งรายการก่อนการทดสอบ
  3. ดำเนินการนำร่องขนาดเล็กด้วยข้อมูลตัวแทน ไม่ใช่ชุดสาธิตที่สวยงาม
  4. เอกสารที่การเรียนรู้แบบไม่มีผู้ดูแลช่วยได้ และวิธีที่ง่ายกว่าจะดีกว่า

ที่มาและอ่านเพิ่มเติม

  1. scikit-learnการเรียนรู้แบบไม่มีผู้ดูแล

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Unsupervised Learning quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

การเรียนรู้แบบไม่มีผู้ดูแลค้นพบหมวดหมู่ที่แท้จริงหรือไม่?

พบโครงสร้างภายใต้สมมติฐานเฉพาะ กลุ่มผลลัพธ์อาจหรืออาจจะไม่สอดคล้องกับหมวดหมู่ที่มีความหมายสำหรับการสมัคร

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →