Unsupervised Machine Learning

Unsupervised learning भी मशिन लर्निंग कि एक ब्रांच है इसमे Model को Unlabeled Data दिया जाता है मतलब Data; labelled, classified या categorized नही होता है। 
यह डेटा मे समानता (commonalities) को identify करता है ओर फिर हर नये Data Piece मे इन समानताओ के होने या ना होने के आधार पर प्रतिक्रिया देता है।

इसमे Training के दोरान Model को कोई labelled डेटा नही दिया जाता। इसमे मशिन इस काबिल होति है कि वह अपने पुराने अनुभवो के आधार पर प्रोब्लम को समझ सके। इस लर्निंग मे Model को इस तरह से Train किया जाता है कि वह दिये गये Data Set मे Similar Data या Pattern को Identify करके उनका एक Group बना ले जिसे Cluster कहते है। 

इसे Unsupervised कहा जाता है क्योकि इसमे Data set को labelled करने के लिये किसी Supervisor या Teacher कि आवश्यकता नही होती। केवल original डेटा हि Analysis केे लिये जरुरी होता है।

चलिये इसे भि उसि example से समझते है जिससे हमने Supervised learning को समझा था। तो मान लिजिये आप के पास एक Bucket है जिसमे चार तरह के फल है सेब, केला, अंगुर ओर संतरा। ओर आपका Task है कि एक तरह के फलो को अलग अलग करे। और कयोकि आप इन फलो को पहली बार देख रहे हो तो आप इनके बारे मे कुछ नही जानते। तो Unsupervised model इनकी किसी एक physical गुण को ले लेता है जैसे कि Color ओर फिर इस Color हिसाब से group बना लेता है। तो
लाल कलर के फल : सेब ओर संतरा
पिले कलर के फल : अंगुर ओर केला
इन Groups को Cluster कहा जाता है। अब इन clusters को फिर से Unsupervised Model के द्वारा analyze किया जाता है ओर इस बार वह इनकी दुसरे गुण को ले लेता है जैसे उनकी Shape या Size और फिर इस हिसाब से इन्हे अलग अलग करता है।

तो इस प्रकार हम कह सकते है कि Unsupervised Learning; Supervised Learning से ज्यादा कठीन या Complex है क्योकि इसमे डेटा labelled नही होता जिससे इन्हे प्रोसेस करना थोडा कठिन हो जाता है। ओर वह इसके लिये Clustering Algorithm का उपयोग करता है इसके अलावा वह दुसरे प्रकार के algorithm भि use करता है।

Algorithms

  • Clustering Algorithms
    • hierarchical clustering
    • k-means
    • mixture models
    • DBSCAN
    • OPTICS algorithm
  • Anomaly detection 
    • Local Outlier Factor
  • Neural NetworksAutoencoders
    • Deep Belief Nets
    • Hebbian Learning
    • Generative Adversarial Networks
    • Self-organizing map
Unsupervised learning algorithms; supervised कि तुलना मे कई ज्यादा Complex Task पर्फोम कर सकता है।