Unsupervised learning

Wat is unsupervised learning?

Unsupervised learning, in het Nederlands ongesuperviseerd of onbegeleid leren, is een vorm van machine learning waarbij een algoritme zelf patronen ontdekt in data zonder labels. Niemand vertelt het systeem vooraf wat het juiste antwoord is. Het algoritme zoekt zelfstandig naar structuur: welke datapunten lijken op elkaar, welke wijken af, welke onderliggende patronen zitten erin verborgen.

Hoe werkt het?

Je voert het algoritme een dataset zonder labels, bijvoorbeeld het aankoopgedrag van al je klanten. Het algoritme vergelijkt de datapunten en groepeert wat op elkaar lijkt (clustering), spoort uitschieters op (anomaliedetectie) of vat de data samen in minder dimensies (dimensiereductie). De uitkomst is geen voorspelling met een goed of fout antwoord, maar een ordening die een mens vervolgens interpreteert: dit cluster blijken prijskopers te zijn, dat cluster trouwe vaste klanten.

Wat heb je eraan als bedrijf?

Unsupervised learning is nuttig wanneer je geen gelabelde voorbeelden hebt maar wel veel data. Klassieke toepassingen: klantsegmentatie voor gerichtere marketing, fraudedetectie die afwijkende transacties signaleert, en het groeperen van vergelijkbare supporttickets. Het grote voordeel is dat je geen duur labelwerk nodig hebt; het nadeel is dat de gevonden patronen niet altijd betekenisvol zijn en menselijke duiding vragen.

Gerelateerde begrippen

De tegenhanger met gelabelde data is supervised learning. Veelgebruikte technieken zijn clustering (zoals k-means), anomaly detection en dimensionality reduction.