Unsupervised learning

Unsupervised learning is een klasse machine learning die structuur vindt in ongelabelde data — clusters, patronen of uitschieters — zonder de juiste antwoorden voorgeschoteld te krijgen. Het wordt breed gebruikt in de industrie voor anomaliedetectie waar gelabelde faaldata schaars is.

Omdat gelabelde voorbeelden van elke fout zelden beschikbaar zijn in industriële omgevingen, zijn unsupervised methoden waardevol: ze leren het normale bedrijfspatroon uit historische data en melden afwijkingen daarvan. Technieken zijn onder meer clustering, dimensiereductie en autoencoders. De afweging is dat het model zonder labels identificeert dat iets ongebruikelijk is, maar niet noodzakelijk wat het betekent, dus de output vereist vaak engineeringinterpretatie.

Gerelateerde begrippen

Supervised Learning · Anomaly Detection · Machine Learning (Industrial)