Innehållsförteckning:
Definition - Vad betyder ommärkta data?
Omärkt data är en beteckning för data som inte har taggats med etiketter som identifierar egenskaper, egenskaper eller klassificeringar. Omärkta data används vanligtvis i olika former av maskininlärning.
Techopedia förklarar omärkta data
I typer av maskininlärning som kallas oövervakad maskininlärning fungerar maskininlärningsprogrammet genom att utvärdera uppsättningar av omärkta data. Eftersom uppgifterna inte har etiketter måste maskininlärningsprogrammet identifiera varje databas om dess egenskaper och egenskaper.
Ett av de bästa sätten att förklara detta är att använda metaforen för fruktskålen. Anta att maskininlärningsprogrammet lär sig att identifiera tre olika typer av frukt - bananer, druvor och äpplen. Om uppgifterna i den ursprungliga träningssatsen är märkta fungerar maskininlärningsprogrammet ur det perspektivet - matchar på varandra följande bilder till en av dessa tre kategorier.
Om emellertid ingen av databitarna är märkta med de tre fruktnamnen - bananer, druvor och äpplen - kommer maskininlärningsprogrammet att behöva arbeta genom att utvärdera varje bild och titta på egenskaper som färg - gul, röd eller lila - former - långa och tunna, runda eller klusterade - och andra egenskaper.
Från det här exemplet är det lätt att se hur märkta data ger mycket enklare möjligheter att använda maskininlärningsalgoritmer för beslutsresultat. Men sofistikerade maskinövervakningsprogram utan övervakning som hanterar omärkta data kan ge otroligt noggranna och exakta resultat också.
