Pembelajaran Mesin Tanpa Pengawasan: AlgorithmsJenis & Contoh

Oleh: Evelyn Clarke Evelyn Clarke
Hours Updated

⚡ Ringkasan Cerdas

Pembelajaran Tanpa Pengawasan (Unsupervised Learning) adalah teknik pembelajaran mesin yang bekerja pada data yang tidak berlabel, memungkinkan model untuk menemukan struktur sendiri melalui pengelompokan (clustering), aturan asosiasi, dan pengurangan dimensi, bukan dari jawaban yang diberikan sebelumnya.

  • 🔘 Tidak perlu label: Algoritma ini mencari struktur alih-alih mencocokkan jawaban yang sudah diketahui.
  • ☑️ Tiga kelompok tugas: Clustering, penambangan aturan asosiasi, dan pengurangan dimensi.
  • ✅ Empat gaya pengelompokan: Eksklusif, aglomeratif, tumpang tindihping dan probabilistik.
  • 🧪 Algoritma bernama: K-means, pengelompokan hierarkis, Fuzzy C-Means, PCA, SVD, dan ICA.
  • ️ Di sinilah letak keberhasilannya: Segmentasi pelanggan, deteksi penipuan dan anomali, analisis keranjang belanja, pra-pemrosesan data.
  • ⚙️ Komprominya: Tidak adanya data kebenaran mutlak berarti hasil harus diinterpretasikan, divalidasi, dan diberi nama oleh manusia.
Baca Selengkapnya

Pembelajaran Mesin Tanpa Pengawasan: algoritma, jenis, dan contoh.

Apa itu Pembelajaran Tanpa Pengawasan?

Pembelajaran Tanpa Pengawasan (Unsupervised Learning) adalah teknik pembelajaran mesin di mana pengguna tidak perlu mengawasi model. Sebaliknya, teknik ini memungkinkan model untuk bekerja sendiri dalam menemukan pola dan informasi yang sebelumnya tidak terdeteksi. Teknik ini terutama berkaitan dengan data yang tidak berlabel.

Pembelajaran Tanpa Pengawasan Algorithms

Pembelajaran Tanpa Pengawasan Algorithms memungkinkan pengguna untuk melakukan tugas pemrosesan yang lebih kompleks dibandingkan dengan pembelajaran yang diawasiNamun, pembelajaran tanpa pengawasan bisa lebih sulit diprediksi daripada metode yang dilatih berdasarkan jawaban yang sudah diketahui. Algoritma pembelajaran tanpa pengawasan meliputi pengelompokan (clustering), deteksi anomali, pengurangan dimensi, dan jaringan saraf yang mengatur diri sendiri (self-organizing neural networks).

Contoh Pembelajaran Mesin Tanpa Pengawasan

Mari kita ambil contoh Pembelajaran Tanpa Pengawasan (Unsupervised Learning) untuk seorang bayi dan anjing peliharaannya. Gambar pertama menunjukkan hewan peliharaan yang sudah dikenali bayi tersebut.

Seorang bayi bersama anjing peliharaan keluarganya, hewan yang sudah dikenalnya.

Dia mengenal dan mengenali anjing ini. Beberapa minggu kemudian, seorang teman keluarga membawa seekor anjing dan mencoba bermain dengan bayi tersebut. Anjing kedua yang tidak dikenal itu ditunjukkan di bawah ini.

Seekor anjing asing yang belum pernah dilihat bayi itu sebelumnya.

Bayi itu belum pernah melihat anjing ini sebelumnya. Tetapi dia mengenali bahwa banyak ciri (2 telinga, mata, berjalan dengan 4 kaki) mirip dengan anjing peliharaannya. Dia mengidentifikasi hewan baru itu sebagai anjing. Ini adalah pembelajaran tanpa pengawasan (unsupervised learning), di mana Anda tidak diajari tetapi Anda belajar dari data (dalam hal ini data tentang anjing). Seandainya ini adalah pembelajaran dengan pengawasan (supervised learning), teman keluarga tersebut akan memberi tahu bayi itu bahwa itu adalah anjing, seperti yang ditunjukkan dalam contoh Pembelajaran Tanpa Pengawasan di atas.

Mengapa Pembelajaran Tanpa Pengawasan?

Berikut adalah alasan utama menggunakan Pembelajaran Tanpa Pengawasan (Unsupervised Learning) dalam Pembelajaran mesin:

  • Pembelajaran mesin tanpa pengawasan menemukan semua jenis pola yang tidak diketahui dalam data.
  • Metode tanpa pengawasan membantu Anda menemukan fitur yang berguna untuk kategorisasi.
  • Sistem ini dapat memproses data saat data tersebut tiba, sehingga catatan yang masuk dianalisis dan dikelompokkan tanpa menunggu manusia untuk memberi label terlebih dahulu.
  • Lebih mudah mendapatkan data tak berlabel dari komputer dibandingkan data berlabel, yang memerlukan intervensi manual.

Clustering Jenis Pembelajaran Tanpa Pengawasan Algorithms

Masalah pembelajaran tanpa pengawasan selanjutnya dikelompokkan menjadi masalah pengelompokan (clustering), asosiasi, dan pengurangan dimensi. ClusterPengelompokan berdasarkan catatan yang serupa, asosiasi menemukan item yang muncul bersamaan, dan pengurangan dimensi memampatkan banyak fitur menjadi beberapa fitur saja.

ARTIKEL TERKAIT

Clustering

Clustering adalah konsep penting dalam pembelajaran tanpa pengawasan. Ini terutama berkaitan dengan menemukan struktur atau pola dalam kumpulan data yang tidak dikategorikan. Pembelajaran Tanpa Pengawasan ClusterAlgoritma ini akan memproses data Anda dan menemukan klaster (kelompok) alami jika ada dalam data. Anda juga dapat memodifikasi berapa banyak klaster yang harus diidentifikasi oleh algoritma Anda. Ini memungkinkan Anda untuk menyesuaikan granularitas kelompok-kelompok ini. Diagram di bawah ini menunjukkan catatan yang tersebar yang diuraikan ke dalam kelompok-kelompok yang berbeda.

ClusterDiagram yang menunjukkan titik data tanpa label yang dikelompokkan ke dalam klaster terpisah.

Ada berbagai jenis pengelompokan yang dapat Anda manfaatkan:

Eksklusif (mempartisi)

Dalam metode pengelompokan ini, data dikelompokkan sedemikian rupa sehingga satu catatan hanya dapat termasuk dalam satu klaster saja.

Contoh: K-berarti

Aglomerasi

Dalam teknik pengelompokan ini, setiap data dimulai sebagai kelompoknya sendiri. Penggabungan berulang antara dua kelompok terdekat mengurangi jumlah kelompok.

Contoh: Pengelompokan hierarkis

Tumpang tindihping

Dalam teknik ini, himpunan kabur Digunakan untuk mengelompokkan data. Setiap titik dapat termasuk dalam dua atau lebih kelompok dengan tingkat keanggotaan yang berbeda.

Di sini, data akan dikaitkan dengan nilai keanggotaan yang sesuai. Contoh: Fuzzy C-Means

Probabilistik

Teknik ini menggunakan distribusi probabilitas untuk membuat klaster.

Contoh: Kata kunci berikut

  • “sepatu pria.”
  • “sepatu wanita.”
  • “sarung tangan wanita.”
  • “sarung tangan pria.”

dapat dikelompokkan menjadi dua kategori, "sepatu" dan "sarung tangan," atau "pria" dan "wanita."

ClusterJenis

Berikut adalah algoritma yang paling sering ditemui dalam pembelajaran mesin tanpa pengawasan. Dua algoritma pertama mengelompokkan data, tiga algoritma terakhir mengurangi dimensi daripada membentuk klaster, dan K-NN dicantumkan karena sering dikelirukan dengan K-means.

  • Pengelompokan hierarkis — pengelompokan
  • Pengelompokan K-means — pengelompokan
  • K-NN (k nearest neighbors) — sebuah pengklasifikasi terawasi, bukan metode pengelompokan.
  • Analisis Komponen Utama — pengurangan dimensi
  • Dekomposisi Nilai Tunggal — pengurangan dimensi
  • Analisis Komponen Independen — pengurangan dimensi

Hierarkis Clustering

Pengelompokan hierarkis adalah algoritma yang membangun hierarki klaster. Algoritma ini dimulai dengan semua data yang ditugaskan ke klaster masing-masing. Di sini, dua klaster yang berdekatan akan digabungkan menjadi klaster yang sama. Algoritma ini berakhir ketika hanya tersisa satu klaster. Algoritma ini mendefinisikan dua ide yang layak disebutkan secara terpisah.

Pengelompokan aglomeratif

Bentuk pengelompokan hierarkis dari bawah ke atas ini tidak memerlukan jumlah klaster K sebagai input. Proses aglomerasi dimulai dengan membentuk setiap catatan sebagai satu klaster tunggal.

Metode ini menggunakan ukuran jarak tertentu dan mengurangi jumlah klaster (satu di setiap iterasi) melalui proses penggabungan. Terakhir, kita memiliki satu klaster besar yang berisi semua objek, dan analis memotong pohon pada ketinggian yang memberikan jumlah kelompok yang masuk akal.

dendrogram

Dalam metode pengelompokan Dendrogram, setiap level akan mewakili sebuah cluster yang mungkin. Tinggi dendrogram menunjukkan tingkat kemiripan antara dua cluster yang digabungkan. Semakin dekat ke bagian bawah proses, semakin mirip cluster tersebut; memilih batas yang menentukan kelompok akhir bukanlah hal yang otomatis dan sebagian besar bersifat subjektif.

K-berarti Clustering

K-means adalah algoritma pengelompokan iteratif yang menyempurnakan grup.ping pada setiap iterasi. Awalnya, jumlah cluster yang diinginkan dipilih. Dalam metode clustering ini, Anda perlu mengelompokkan titik data ke dalam k grup. Nilai k yang lebih besar berarti grup yang lebih kecil dengan granularitas yang lebih tinggi; nilai k yang lebih rendah berarti grup yang lebih besar dengan granularitas yang lebih rendah.

Output dari algoritma ini adalah sekelompok "label". Algoritma ini menetapkan setiap titik data ke salah satu dari k kelompok. Dalam pengelompokan k-means, setiap kelompok didefinisikan dengan membuat centroid untuk kelompok tersebut. Centroid ini seperti jantung klaster, yang menangkap titik-titik terdekat dengannya dan menambahkannya ke klaster.

K- Tetangga terdekat

K-nearest neighbour (K-NN) adalah pengklasifikasi pembelajaran mesin yang paling sederhana. Perbedaannya dengan teknik pembelajaran mesin lainnya adalah K-NN tidak menghasilkan model. Ini adalah algoritma sederhana yang menyimpan semua kasus yang tersedia dan mengklasifikasikan instance baru berdasarkan ukuran kesamaan. Karena membutuhkan kasus berlabel untuk diklasifikasikan, K-NN adalah metode supervised learning; K-NN hanya muncul di sini karena logika berbasis jaraknya menyerupai clustering.

Metode ini bekerja sangat baik ketika terdapat jarak yang signifikan antar contoh. Kecepatan pembelajarannya lambat ketika set data pelatihan besar, dan perhitungan jaraknya tidak mudah.

Analisis Komponen Utama

Analisis Komponen Utama mengambil ruang berdimensi tinggi dan memilih basis baru, menjagaping hanya skor-skor terpentingnya. Setiap arah dalam basis ini dikenal sebagai komponen utama. Subset yang Anda simpan membentuk ruang baru yang ukurannya lebih kecil dibandingkan dengan ruang aslinya. Ini mempertahankan kompleksitas data sebanyak mungkin.

Asosiasi

Aturan asosiasi memungkinkan Anda untuk membangun asosiasi antar objek data di dalam basis data besar. Teknik tanpa pengawasan ini bertujuan untuk menemukan hubungan menarik antara variabel dalam basis data besar, dan merupakan bagian penting dari data miningSebagai contoh, orang yang membeli rumah baru kemungkinan besar juga akan membeli furnitur baru.

Contoh lain:

  • Subkelompok pasien kanker yang dikelompokkan berdasarkan pengukuran ekspresi gen mereka.
  • Pengelompokan pembeli berdasarkan riwayat penelusuran dan pembelian mereka
  • Film-film dikelompokkan berdasarkan peringkat yang diberikan oleh pemirsa.

Pembelajaran Mesin yang Diawasi vs. Tanpa Pengawasan

Inilah perbedaan utama antara keduanya Pembelajaran yang Diawasi vs. Tanpa Pengawasan:

Parameter Teknis Teknik pembelajaran mesin yang diawasi Teknik pembelajaran mesin tanpa pengawasan
Memasukan data Algorithms dilatih menggunakan data berlabel. Algorithms digunakan terhadap data yang tidak diberi label
Kompleksitas Komputasi Pembelajaran yang diawasi adalah metode yang lebih sederhana. Pembelajaran tanpa pengawasan memiliki kompleksitas komputasi
Ketepatan Akurasi dapat diukur secara langsung dengan membandingkannya dengan label yang sudah diketahui. Akurasi tidak dapat diukur secara langsung; hasilnya perlu diinterpretasikan.
Keluaran biasa Prediksi untuk setiap rekor baru Grup, aturan, atau fitur yang dipadatkan

Penerapan Pembelajaran Mesin Tanpa Pengawasan

Beberapa aplikasi Teknik Pembelajaran Tanpa Pengawasan adalah:

  • Clustersecara otomatis membagi dataset ke dalam kelompok berdasarkan kesamaan mereka.
  • Deteksi anomali dapat menemukan titik data yang tidak biasa dalam kumpulan data Anda. Berguna untuk menemukan transaksi penipuan
  • Penambangan asosiasi mengidentifikasi kumpulan item yang sering muncul bersamaan dalam kumpulan data Anda
  • Model variabel laten banyak digunakan untuk pra-pemrosesan data, seperti mengurangi jumlah fitur dalam sebuah dataset atau menguraikan dataset menjadi beberapa komponen.

Kekurangan Pembelajaran Tanpa Pengawasan

  • Anda tidak bisa mendapatkan informasi yang tepat mengenai pengurutan data, karena data yang digunakan dalam pembelajaran tanpa pengawasan tidak berlabel dan kelompok sebenarnyaping Tidak diketahui
  • Less Akurasi hasilnya diragukan, karena data masukan tidak diketahui dan tidak diberi label oleh manusia sebelumnya. Ini berarti mesin harus melakukan hal tersebut sendiri.
  • Kelas spektral tidak selalu sesuai dengan kelas informasional.
  • Pengguna perlu meluangkan waktu untuk menafsirkan dan memberi label pada kelas-kelas yang dihasilkan dari klasifikasi tersebut.
  • Sifat spektral dari kelas juga dapat berubah seiring waktu, sehingga Anda tidak dapat mempertahankan informasi kelas yang sama saat berpindah dari satu gambar ke gambar lainnya.

Pertanyaan Umum Demo Slot

Metode siku memplot kesalahan dalam kluster terhadap k dan mencari lekukannya. Skor siluet, berkisar dari -1 hingga 1, menilai seberapa baik setiap titik sesuai dengan klusternya. Bacalah keduanya bersama-sama.

Algoritma berbasis jarak memperlakukan setiap unit secara setara, sehingga kolom gaji dalam ribuan akan lebih dominan daripada kolom usia dalam tahun. Standardisasi setiap fitur terlebih dahulu memberikan setiap variabel peran yang adil dalam menentukan jarak.

Apriori adalah penambang aturan asosiasi klasik di balik analisis keranjang pasar. Ia menemukan kumpulan item yang sering muncul, kemudian mengubahnya menjadi aturan yang diberi peringkat berdasarkan dukungan, kepercayaan, dan pengangkatan. FP-growth dan Eclat melakukan hal yang sama dengan lebih cepat.

Pembelajaran semi-supervised menggunakan sejumlah kecil data berlabel bersamaan dengan sejumlah besar data tak berlabel. Struktur yang ditemukan dalam data tak berlabel memandu model, sehingga akurasi mendekati hasil supervised learning dengan biaya pelabelan yang jauh lebih rendah.

PCA adalah transformasi linier yang mempertahankan varians global dan diterapkan pada data baru. t-SNE bersifat non-linier dan dirancang untuk memvisualisasikan lingkungan lokal dalam dua dimensi; jarak antara kelompok yang terpisah tidak boleh diartikan secara harfiah.

Isolation Forest, One-Class SVM, DBSCAN, dan kesalahan rekonstruksi autoencoder adalah pilihan yang umum digunakan. Masing-masing menilai seberapa jauh suatu data berada dari sebagian besar data lainnya, sehingga ambang batas menentukan apa yang dianggap sebagai anomali.

Pipeline otomatis menyaring algoritma, ukuran jarak, dan nilai k, kemudian memberi peringkat pada hasil pemrosesan berdasarkan skor validitas internal. Model bahasa semakin sering membuat nama-nama dalam bahasa Inggris sederhana untuk segmen yang dihasilkan, sehingga mempersingkat langkah interpretasi.

Kopilot GitHub Membuat kerangka kerja untuk pipeline scikit-learn, plot siku, dan grafik siluet dari perintah satu baris. Periksa apakah fitur-fiturnya telah diskalakan dan seed acak telah diatur, yang seringkali diabaikan oleh cuplikan kode yang dihasilkan.

Ringkaslah postingan ini dengan: