Unüberwachtes Lernen (engl. Unsupervised Learning)

Unüberwachtes Lernen (engl. Unsupervised Learning), ist ein Bereich des maschinellen Lernens, in dem Algorithmen Muster in Daten erkennen, ohne dass ihnen vorab gelabelte Informationen zur Verfügung stehen. Im Gegensatz zum überwachten Lernen, bei dem Modelle auf Basis von Eingabe-Ausgabe-Paaren trainiert werden, zielt unüberwachtes Lernen darauf ab, versteckte Strukturen und Zusammenhänge in den Daten aufzudecken. Zwei Hauptanwendungen im unüberwachten Lernen sind Clustering und Dimensionsreduktion, welche im Folgenden vorgestellt werden. Ein Notebook mit praktischen Beispielen zu den Methoden des unüberwachten Lernens ist auf Colab und GitHub zu finden.

Mehr erfahren: IBM/Was ist nicht überwachtes Lernen?, GeeksforGeeks/Supervised and Unsupervised learning, GoogleCloud/What is unsupervised learning?