Оглавление:
Определение - что означает немаркированные данные?
Немаркированные данные - это обозначение частей данных, которые не были помечены метками, обозначающими характеристики, свойства или классификации. Немеченые данные обычно используются в различных формах машинного обучения.
Техопедия объясняет немаркированные данные
В типах машинного обучения, называемых машинным обучением без присмотра, программа машинного обучения работает путем оценки наборов немаркированных данных. Поскольку данные не имеют меток, программа машинного обучения должна идентифицировать каждый элемент данных по его свойствам и характеристикам.
Один из лучших способов объяснить это - использовать метафору вазы с фруктами. Предположим, что программа машинного обучения учится определять три разных вида фруктов - бананы, виноград и яблоки. Если данные в начальном обучающем наборе помечены, программа машинного обучения работает с этой точки зрения, сопоставляя последовательные изображения с одной из этих трех категорий.
Если, однако, ни одна из частей данных не помечена тремя названиями фруктов - бананы, виноград и яблоки - программе машинного обучения нужно будет работать, оценивая каждое изображение и рассматривая такие характеристики, как цвет - желтый, красный или фиолетовый - формы - длинные и тонкие, круглые или сгруппированные - и другие характеристики.
Из этого примера легко увидеть, как помеченные данные предоставляют гораздо более легкие возможности использования алгоритмов машинного обучения для принятия решений. Тем не менее, сложные неконтролируемые программы машинного обучения, имеющие дело с немаркированными данными, могут также давать поразительно точные и точные результаты.
