جدول المحتويات:
التعريف - ماذا يعني التعلم غير الخاضع للرقابة؟
التعلم غير الخاضع للرقابة هو طريقة تستخدم لتمكين الأجهزة من تصنيف الكائنات الملموسة وغير الملموسة دون تزويد الآلات بأي معلومات سابقة عن الكائنات. الأشياء التي تحتاجها الآلات لتصنيفها متنوعة ، مثل عادات شراء العملاء ، والأنماط السلوكية للبكتيريا وهجمات القراصنة. تتمثل الفكرة الرئيسية وراء التعلم غير الخاضع للإشراف في تعريض الأجهزة للكميات الكبيرة من البيانات المتنوعة والسماح لها بالتعلم والاستنتاج من البيانات. ومع ذلك ، يجب أولاً برمجة الأجهزة للتعلم من البيانات.
تيكوبيديا تشرح التعلم بدون إشراف
تحتاج أنظمة الكمبيوتر إلى فهم الكميات الكبيرة من البيانات المهيكلة وغير المنظمة على حد سواء وتقديم رؤى. في الواقع ، قد لا يكون من الممكن تقديم معلومات مسبقة عن جميع أنواع البيانات التي قد يتلقاها نظام الكمبيوتر خلال فترة زمنية. مع مراعاة ذلك ، قد لا يكون التعلم الخاضع للإشراف مناسبًا عندما تحتاج أنظمة الكمبيوتر إلى معلومات ثابتة حول أنواع جديدة من البيانات. على سبيل المثال ، تميل هجمات القرصنة على الأنظمة المالية أو خوادم البنوك إلى تغيير طبيعتها وأنماطها بشكل متكرر ، وقد يكون التعلم غير الخاضع للإشراف أكثر ملاءمة في مثل هذه الحالات نظرًا لأن الأنظمة بحاجة إلى التمكين من التعلم بسرعة من بيانات الهجمات واستنتاج أنواع الهجمات المستقبلية واقتراح الإجراءات الوقائية.
