Introduzione al Machine Learning con Python

Capitolo 3. Apprendimento non supervisionato e pre-elaborazione

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

La seconda famiglia di algoritmi di apprendimento automatico di cui parleremo è quella degli algoritmi di apprendimento non supervisionato. L'apprendimento non supervisionato comprende tutti i tipi di apprendimento automatico in cui non c'è un output noto, né un insegnante che istruisca l'algoritmo di apprendimento. Nell'apprendimento non supervisionato, all'algoritmo di apprendimento vengono mostrati i dati di input e gli viene chiesto di estrarre la conoscenza da questi dati.

3.1 Tipi di apprendimento non supervisionato

In questo capitolo analizzeremo due tipi di apprendimento non supervisionato: le trasformazioni del set di dati e il clustering.

Letrasformazioni non supervisionate di un set di dati sono algoritmi che creano una nuova rappresentazione dei dati che potrebbe essere più facile da comprendere per l'uomo o per altri algoritmi di apprendimento automatico rispetto alla rappresentazione originale dei dati. Un'applicazione comune delle trasformazioni non supervisionate è la riduzione della dimensionalità, che prende una rappresentazione ad alta dimensione dei dati, composta da molte caratteristiche, e trova un nuovo modo di rappresentare questi dati che riassume le caratteristiche essenziali con un minor numero di caratteristiche. Un'applicazione comune della riduzione ...