به یاد مدل پنهان مارکوف…

یادگیری بدون نظارت (Unsupervised Learning) یکی از تکنیک‌های یادگیری ماشین است که در آن کاربر نیازی به نظارت بر مدل ندارد و این خود مدل است که به‌تنهایی برای کشف الگوها و اطلاعات داده، کار می‌کند. این الگوریتم‌ها بدون نیاز به برچسب و دخالت انسان، الگوهای پنهان یا گروه‌های مختلف موجود در داده‌ها را کشف می‌کنند.
یادگیری بدون نظارت بر دو نوع است: خوشه‌بندی و غیرخوشه‌بندی. در نوع «خوشه‌‌بندی»، الگوریتم، داده‌ها را بر اساس آنچه خود درک می‌کند، دسته‌بندی می‌کند. در روش «غیرخوشه‌بندی» این الگوریتم، داده‌های دریافتی را از یکدیگر تفکیک می‌کند. دسته‌بندی یا تفکیک حجم عظیم داده‌‌ها در یک شبکه‌ اجتماعی (تعداد، سلیقه‌ها، موضوع، زمان بررسی و…)، مثالی مناسب برای یادگیری بدون نظارت است. درباره یادگیری بدون نظارت بیشتر بخوانید.