अनसुपरवाइज्ड लर्निंग के उदाहरण
अनसुपरवाइज्ड लर्निंग तब होती है जब एक अनलेबल्ड डेटा का सेट प्रदान किया जाता है, जिसका विश्लेषण करना और उसके अंदर पैटर्न ढूंढना आवश्यक होता है। उदाहरण आयाम कमी और क्लस्टरिंग हैं। प्रशिक्षण उस डेटा के समूह के साथ मशीन को प्रदान करके समर्थित होता है जिसे लेबल, वर्गीकृत, या वर्गीकृत नहीं किया गया है, और एल्गोरिदम को उस डेटा पर बिना किसी पर्यवेक्षण के कार्य करने की आवश्यकता होती है। अनसुपरवाइज्ड लर्निंग का उद्देश्य इनपुट रिकॉर्ड को नई विशेषताओं या समान पैटर्न वाले ऑब्जेक्ट्स के एक सेट में पुनर्गठित करना है।
क्लस्टर विश्लेषण का उपयोग इन रिकॉर्ड्स पर किए गए विभिन्न मापों के आधार पर समान रिकॉर्ड्स के समूह या क्लस्टर बनाने के लिए किया जाता है। मुख्य डिज़ाइन क्लस्टर्स को उन तरीकों से परिभाषित करना है जो विश्लेषण के उद्देश्य के लिए उपयोगी हो सकें। इस डेटा का उपयोग खगोल विज्ञान, पुरातत्व, चिकित्सा, रसायन विज्ञान, शिक्षा, मनोविज्ञान, भाषा विज्ञान, और समाजशास्त्र जैसे कई क्षेत्रों में किया गया है।
Google क्लस्टरिंग का एक उदाहरण है जो समाचार आइटम्स को उनकी सामग्री के आधार पर समूहित करने के लिए अनसुपरवाइज्ड लर्निंग का उपयोग करता है। Google के पास कई विषयों पर लिखे गए लाखों समाचार आइटम्स का एक सेट है और उनका क्लस्टरिंग एल्गोरिदम अनिवार्य रूप से इन समाचार आइटम्स को एक छोटी संख्या में समूहित करता है जो कई विशेषताओं का उपयोग करके एक-दूसरे के समान या संबंधित हैं, जिसमें शब्द आवृत्ति, वाक्य लंबाई, पेज काउंट, आदि शामिल हैं।
अनसुपरवाइज्ड लर्निंग के विभिन्न उदाहरण
1. कंप्यूटिंग क्लस्टर्स का आयोजन (Organize Computing Clusters)
सर्वर्स के भौगोलिक क्षेत्र दुनिया के एक विशिष्ट क्षेत्र से प्राप्त वेब अनुरोधों के क्लस्टरिंग के आधार पर निर्धारित किए जाते हैं। स्थानीय सर्वर में केवल उस क्षेत्र के लोगों द्वारा अक्सर अनुरोधित डेटा शामिल होगा।
2. सोशल नेटवर्क विश्लेषण (Social Network Analysis)
सोशल नेटवर्क विश्लेषण उनके बीच कनेक्शन की आवृत्ति के आधार पर दोस्तों के क्लस्टर्स बनाने के लिए किया जाता है। ऐसा विश्लेषण कुछ सोशल नेटवर्किंग वेबसाइट के उपयोगकर्ताओं के बीच लिंक को प्रकट करता है।
3. मार्केट सेगमेंटेशन (Market Segmentation)
सेल्स संगठन अपने उपयोगकर्ताओं को उनके पूर्व बिल्ड आइटम्स के आधार पर कई सेगमेंट्स में क्लस्टर या समूहित कर सकते हैं। उदाहरण के लिए, एक बड़ा सुपरस्टोर अपने किराना उपयोगकर्ताओं को विशेष रूप से किराना तत्वों के बारे में एक SMS भेजना चाह सकता है बजाय उस SMS को अपने सभी उपयोगकर्ताओं को भेजने के।
यह न केवल सस्ता है बल्कि बेहतर भी है; आखिरकार यह उन लोगों के लिए एक अप्रासंगिक जलन हो सकती है जो केवल स्टोर से कपड़े खरीदते हैं। खरीद इतिहास के आधार पर उपयोगकर्ताओं को कई सेगमेंट्स में जोड़ने से स्टोर को बिक्री बढ़ाने और अपने लाभ बढ़ाने के लिए सही उपयोगकर्ताओं पर ध्यान केंद्रित करने की अनुमति मिलेगी।
4. खगोलीय डेटा विश्लेषण (Astronomical Data Analysis)
खगोलविद आकाशगंगाओं और सितारों का अध्ययन करने के लिए उच्च दूरबीनों की आवश्यकता होती है। आकाश के कई हिस्सों से प्राप्त प्रकाश में डिज़ाइन या प्रकाश के संयोजन कई आकाशगंगाओं, ग्रहों, और उपग्रहों को पहचानने में मदद करते हैं।
