Azərbaycanca
Deutsch
日本語
Lietuvos
සිංහල
Türkçe
Українська
United State
Gözetimsiz öğrenme, gözetimli öğrenmeden farklı olarak, verileri ya da giriş-çıkış şeklinde etiketlemeden, veri içerisinde var olan ilişkilerin ve yapıların öğrenilmesidir. Veri örneklerinin birbirine olan uzaklıklarını, komşuluk ilişkilerini ve yoğunluklarını kullanarak veriyle ilgili çıkarımlar yapılmasını sağlar. Gözetimsiz öğrenmenin iki önemli yaklaşımı boyut indirgeme ve kümelemedir.
Örneğin, bir sosyal ağda tanınan kişiler arkadaş olarak eklenir. Sosyal ağ sitesi ise üyelerini ekledikleri kişilere göre sınıflandırarak belirli arkadaş grupları oluşturur ve kullanıcılara “tanıyor olabileceğiniz kişiler” diyerek önerilerde bulunur. Sistemin kullanıcıya sunduğu “sadece tanıyor olabileceği kişiler arkadaşlık isteği gönderebilsin” seçeneği de gözetimsiz öğrenmeye örnek gösterilebilir.
Kısaca gözetimsiz öğrenmede veriler üzerinde bir ayırım yapmadan sisteme yüklenip, algoritma ile onu kendisinin ayırıp, kendisinin öğrenmesini beklenir.
Kaynakça
 | İstatistik ile ilgili bu madde seviyesindedir. Madde içeriğini genişleterek Vikipedi'ye katkı sağlayabilirsiniz. |
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Gozetimsiz ogrenme gozetimli ogrenmeden farkli olarak verileri ya da giris cikis seklinde etiketlemeden veri icerisinde var olan iliskilerin ve yapilarin ogrenilmesidir Veri orneklerinin birbirine olan uzakliklarini komsuluk iliskilerini ve yogunluklarini kullanarak veriyle ilgili cikarimlar yapilmasini saglar Gozetimsiz ogrenmenin iki onemli yaklasimi boyut indirgeme ve kumelemedir Ornegin bir sosyal agda taninan kisiler arkadas olarak eklenir Sosyal ag sitesi ise uyelerini ekledikleri kisilere gore siniflandirarak belirli arkadas gruplari olusturur ve kullanicilara taniyor olabileceginiz kisiler diyerek onerilerde bulunur Sistemin kullaniciya sundugu sadece taniyor olabilecegi kisiler arkadaslik istegi gonderebilsin secenegi de gozetimsiz ogrenmeye ornek gosterilebilir Kisaca gozetimsiz ogrenmede veriler uzerinde bir ayirim yapmadan sisteme yuklenip algoritma ile onu kendisinin ayirip kendisinin ogrenmesini beklenir Kaynakca Caliskan Evrim 25 Nisan 2021 Medium Ingilizce 26 Nisan 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Haziran 2021 Makine Ogrenimi 23 Haziran 2017 24 Haziran 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Haziran 2021 Istatistik ile ilgili bu madde taslak seviyesindedir Madde icerigini genisleterek Vikipedi ye katki saglayabilirsiniz