ตัวอย่างของ Unsupervised Learning (การเรียนรู้แบบไม่มีผู้สอน)

ตัวอย่างของ Unsupervised Learning

Unsupervised learning คือเมื่อให้ชุดข้อมูลที่ไม่มี label (unlabelled data) ต้องวิเคราะห์และหา patterns ภายใน ตัวอย่าง: dimension reduction และ clustering Training ให้ machine ด้วยชุดข้อมูลที่ไม่ได้ labeled, classified, หรือ categorized algorithm ต้องทำงานบนข้อมูลนั้นโดยไม่มี supervision วัตถุประสงค์: restructure input data ให้กลายเป็น features ใหม่ หรือชุด objects ที่มี patterns เหมือนกัน

Cluster analysis ใช้สร้าง groups/clusters ของ records ที่คล้ายกัน จาก measures ต่างๆ บน records ใจความ: define clusters ให้ useful สำหรับ analysis objective ใช้ในหลายสาขา: astronomy, archaeology, medicine, chemistry, education, psychology, linguistics, sociology

Google เป็นตัวอย่าง clustering ใช้ unsupervised learning จัดกลุ่ม news items ตาม contents Google มี millions ของ news items หลาย topics clustering algorithm จำเป็นจัดกลุ่มเป็นจำนวนน้อยที่คล้ายหรือเกี่ยวข้อง โดยใช้ multiple attributes: word frequency, sentence length, page count, เป็นต้น

ตัวอย่าง Unsupervised Learning อื่นๆ

• Organize computing clusters: Geographic locations ของ servers กำหนดจาก clustering ของ web requests จาก specific region ของโลก Local server จะมีแค่ data ที่ frequently requested โดยคนใน region นั้น
• Social network analysis: ทำ clustering ของเพื่อน จาก frequency ของ interaction ระหว่างพวกเขา เปิดเผย links ระหว่าง users ของ social networking sites
• Market segmentation: Sales organizations cluster users เป็น segments ตาม prior purchased items ตัวอย่าง: superstore ใหญ่ ส่ง SMS เรื่อง grocery items ให้เฉพาะ grocery buyers ไม่ใช่ทุกคน ถูกกว่าและดีกว่า (irrelevant irritant สำหรับคนซื้อแค่เสื้อผ้า) Segmentation จาก purchase history ให้ target ถูกต้อง เพิ่ม sales และ profits
• Astronomical data analysis: Astronomers ใช้ telescopes ใหญ่ เรียนรู้ galaxies และ stars Patterns ในแสงหรือการรวมแสงจากส่วนต่างๆ ของท้องฟ้า ช่วยระบุ galaxies, planets, satellites ที่แตกต่างกัน