Intelligenza artificiale/Apprendimento non supervisionato: differenze tra le versioni

Contenuto cancellato Contenuto aggiunto
fix cat
RamaccoloBot (discussione | contributi)
m Aggiungo il tl di navigazione
Riga 1:
{{Intelligenza artificiale}}
Le tecniche di apprendimento non supervisionato mirano ad estrarre in modo automatico da delle basi di dati della conoscenza. Questa conoscenza viene estratta senza una specifica conoscenza dei contenuti che si dovranno analizzare.
Un esempio tipico di questi algoritmi lo si ha nei motori di ricerca. Questi programmi, data una o più parole chiave, sono in grado di creare una lista di link rimandanti alle pagine che l'algoritmo di ricerca ritiene attinenti alla ricerca effettuata. La validità di questi algoritmi è legata alla utilità delle informazioni che riescono ad estrarre dalla base di dati, nell'esempio sopracitato è legata all'attinenza dei link con l'argomento cercato.
Questi algoritmi lavorano confrontando i dati e ricercando similarità o differenze. Sono molto efficienti con elementi di tipo numerico, dato che possono utilizzare tutte le tecniche derivate dalla statistica, ma sono molto meno efficienti con dati non numerici. Se i dati sono dotati di un ordinamento intrinseco gli algoritmi riescono comunque ad estrarre informazioni, ma se i dati in ingresso non sono dotati di un qualche tipo di ordinamento spesso gli algoritmi falliscono.