0

В основном, мой вопрос заключается в том, что, поскольку неконтролируемое обучение - это тип машинного обучения, должен ли быть какой-то аспект «обучения» и совершенствования на основе его открытий? Например, если разработан алгоритм, который принимает немаркированные изображения и находит ассоциации между ними, нужно ли улучшать себя на основе тех ассоциаций, которые классифицируются как «неконтролируемое обучение», или просто сообщают об этих ассоциациях, достаточно хороших, чтобы заработать эту классификацию?Может ли алгоритм быть классифицирован как «неконтролируемое обучение», если нет «обучения»?

+0

Неконтролируемое обучение часто называют кластеризацией, и в большинстве контекстов это синонимы. – Diego

ответ

4

Например, если алгоритм разработан, который принимает немаркированные изображения и находит ассоциацию между ними ...

То есть «обучение» в «неконтролируемом обучении» да так, что это будет считается неконтролируемым обучением.

... это нужно улучшить себя на основе этих ассоциаций ...

Нет, нет требования, что алгоритм взять то, что он узнал и улучшает себя считать неконтролируемым обучение. Просто проанализировать набор данных и найти ранее неизвестные ассоциации достаточно, чтобы считаться неконтролируемым машинным обучением. «Неконтролируемое» различие действительно состоит в том, что исходный набор данных не помечен.

+2

Я думаю, что стоит добавить, что «обучение» в (un) контролируемом обучении не связано с тем, что ваша модель должна «учиться потом», а скорее, что задача заключается в «выводе некоторой структуры, данных», , Следовательно, ** проблема ** - это изученное обучение, а не алгоритм. Алгоритм может быть просто применен ** к неконтролируемой проблеме обучения. – lejlot

-2

Моей наклонностью является называть то, что вы описываете, пример интеллект, а не обучения.