Quando acquistate attraverso i link di affiliazione presenti nei nostri contenuti, potremmo guadagnare una commissione senza alcun costo aggiuntivo per voi. Scoprite come funziona il nostro modello di finanziamento. Utilizzando questo sito web, accettate i nostri termini e condizioni e l'informativa sulla privacy. Cosa significa Unsupervised Learning (apprendimento non supervisionato)?
L’apprendimento non supervisionato (Unsupervised Learnig) è un metodo utilizzato per consentire alle macchine di classificare oggetti tangibili e intangibili, senza fornire loro alcuna informazione preliminare sugli oggetti.
Gli oggetti che le macchine devono classificare sono differenti, come le abitudini di acquisto dei clienti, i modelli comportamentali dei batteri e gli attacchi degli hacker.
L’idea principale dell’apprendimento non supervisionato è quella di esporre le macchine a grandi volumi di dati diversi per fare in modo che imparino e deducano dai dati. Tuttavia, le macchine devono prima essere programmate per apprendere dai dati.
Techopedia spiega l’apprendimento non supervisionato
I sistemi informatici hanno bisogno di dare un senso a grandi volumi di dati strutturati e non strutturati per elaborare informazioni.
In realtà, potrebbe non essere possibile fornire informazioni preliminari su tutti i tipi di dati che un sistema informatico può ricevere in un certo periodo di tempo.
Tenendo presente questo aspetto, l’apprendimento supervisionato potrebbe non essere adatto quando i sistemi informatici hanno bisogno di informazioni costanti su nuovi tipi di dati.
Ad esempio, gli attacchi hacker ai sistemi finanziari o ai server bancari tendono a cambiare frequentemente natura e modello; in questi casi, l’apprendimento non supervisionato può essere più appropriato, poiché i sistemi devono essere in grado di imparare rapidamente dai dati degli attacchi informatici e di dedurre quelli futuri, suggerendo azioni preventive.
