Как обучение без учителя используется в задачах распознавания образов?

Обучение без учителя (unsupervised learning) в задачах распознавания образов заключается в том, что нейронная сеть получает на входе неразмеченные данные и старается сама найти в них общие признаки и связи. practicum.yandex.ru

Некоторые примеры использования обучения без учителя в задачах распознавания образов:

• Проводить кластерный анализ. practicum.yandex.ru Нейросеть способна выделить критерии отличия и поделить данные на их основе. practicum.yandex.ru
• Выявлять аномалии. practicum.yandex.ru Для этого нейросеть сначала обучают на нормальных данных, и, когда в реальности она встречается с выбросами, то должна об этом сигнализировать. practicum.yandex.ru
• Находить ассоциации. practicum.yandex.ru Нейросеть может определить критерии похожести одних объектов на другие и строить связи. practicum.yandex.ru

Пример: модель для распознавания рукописных букв. sberbs.ru В случае обучения без учителя предоставляют только сами изображения, не давая никаких подсказок о категориях или метках. sberbs.ru Модель применяет соответствующие алгоритмы для выявления групп изображений со схожими характеристиками. sberbs.ru

Однако у обучения без учителя есть и недостатки: нейросеть может ошибиться, выделить не те блоки данных, неправильно объединить объекты, найти связи, которых на самом деле не существует. practicum.yandex.ru Кроме того, обучение может потребовать больше данных и занять значительное время. practicum.yandex.ru