Wat is unsupervised learning?
Unsupervised learning is een methode die gebruikt wordt om machines in staat te stellen zowel tastbare als ontastbare objecten te classificeren zonder dat de machines enige voorafgaande informatie over de objecten krijgen. De dingen die machines moeten classificeren zijn gevarieerd, zoals koopgewoonten van klanten, gedragspatronen van bacteriën en aanvallen van hackers. Het belangrijkste idee achter unsupervised learning is om machines bloot te stellen aan grote hoeveelheden gevarieerde data en ze te laten leren en afleiden uit die data. De machines moeten echter eerst geprogrammeerd worden om van data te leren.
Techopedia legt unsupervised learning uit
Computersystemen moeten grote hoeveelheden gestructureerde en ongestructureerde data begrijpen en inzichten verschaffen. In werkelijkheid kan het niet haalbaar zijn om vooraf informatie te verschaffen over alle soorten data die een computersysteem gedurende een bepaalde periode kan ontvangen. Met dit in gedachten is supervised learning mogelijk niet geschikt wanneer computersystemen constant informatie nodig hebben over nieuwe soorten data. Bijvoorbeeld, aanvallen van hackers op financiële systemen of bankservers veranderen vaak van aard en patroon. Supervised learning kan in zulke gevallen geschikter zijn omdat de systemen snel moeten kunnen leren van aanvalsgegevens en de soorten toekomstige aanvallen moeten kunnen afleiden en preventieve acties moeten kunnen voorstellen.