O aprendizado não supervisionado, também conhecido como aprendizado de máquina não supervisionado, utiliza algoritmos de machine learning para examinar e categorizar conjuntos de dados não rotulados. Sem assistência humana, esses algoritmos identificam agrupamentos de dados ou padrões ocultos. É a solução adequada para análise exploratória de dados, técnicas de cross-selling, segmentação de clientes e identificação de imagens devido à sua capacidade de encontrar semelhanças e diferenças nas informações. Ele pode perceber coisas que a mente humana não consegue. Os resultados de uma tarefa não supervisionada podem levar à criação de um novo setor ou empresa. Em comparação com a tarefa de aprendizado supervisionado, é menos complexo. Como ninguém precisa interpretar os rótulos neste caso, há menos complicações. Dados não rotulados podem ser obtidos com relativa facilidade. No entanto, é mais caro, pois pode exigir assistência humana para compreender os padrões e conectá-los ao conhecimento do domínio.
O que é Aprendizado Não Supervisionado?