Supervised vs. Unsupervised Learning
How did AI learn? Know 2 main routes "Supervised vs. Unsupervised Learning"
Have you ever wondered how the AI we use today is "smart" and "learns" things?
Behind this intelligence, there are many different ways of learning, but today we're going to talk about the two main paths AI takes most often, which is easy to understand!
1. Supervised Learning (Instructor Learning)
This method is "intuitive learning."
We teach AI by giving "data" and "right answers" repeatedly until the AI recognizes the printer and predicts new things.
- Clearly seen:
- App Mobile Camera 📸: AI "know that" this is a "person face" because it is taught with a picture of a face with someone pointing "answer" that this is a face.
- Email 📩: AI automatically sorts out which edition, which "junk" (Spam), which "important" (Inbox) because we learn from the "answer" we used to press.
-Google Maps 📍: "Predict" that we will reach our destination in "15 minutes," learning from historical "traffic data" that has an "answer" to how much time it actually takes.
Supervised summary: Good at "prediction" by learning from information that has already been provided with "intelligence."
2. Unsupervised Learning (Instructor-free Learning)
This method is "Intuitive Learning."
We just throw a huge pile of raw data at the AI and have it try to "discover" the patch or group "hidden in the data itself.
- Clearly seen:
-Netflix / Spotify 🎧: "Group" music or "Same Line" movies. Let's introduce us by looking at which people have similar tastes (AI finds the "group" itself).
-Shopee / Lazada 🛒: "recommend products" that are "often bought in pairs" (for example, AI "discovers" that people who buy diapers often buy beer without us telling them)
- Bank 💳: "Detect" the use of "abnormal" cards because it "doesn't fit in" with our normal use habits (AI finds "abnormal" itself).
Unsupervised summary: Good at "discovery," paterns, or hidden structures in raw data.
Summary 💡
- Supervised (with a teacher): Learn from "problems with answers" to "predict" the future.
-Unsupervised (self-study): Learn from "raw data" to "discover" patterns.
# AI # MachineLearning # Data Science # SupervisedLearning # UnsupervisedLearning
Unsupervised Learning หรือการเรียนรู้แบบไม่มีผู้สอน คือกระบวนการที่ AI เรียนรู้จากข้อมูลดิบโดยไม่มีการบอกคำตอบล่วงหน้า ซึ่งจะแตกต่างจาก Supervised Learning ที่ต้องมีข้อมูลป้ายกำกับชัดเจน จากประสบการณ์ของผมเอง การใช้งาน Unsupervised Learning มีประโยชน์มากโดยเฉพาะในการวิเคราะห์ข้อมูลที่เราไม่รู้จักโครงสร้างล่วงหน้า เช่น ในระบบแนะนำเพลงของ Spotify หรือหนังของ Netflix ที่ AI จะจัดกลุ่มความชอบของผู้ใช้อย่างอัตโนมัติ โดยไม่ต้องมีใครกำหนดว่าพวกเขาชอบอะไร เพียงแค่อ่านพฤติกรรมการฟังเพลงหรือชมหนัง นอกจากนี้ในธุรกิจออนไลน์ หลายครั้งที่ข้อมูลลูกค้ามีจำนวนมากและหลากหลาย เช่น Shopee หรือ Lazada AI จะใช้ Unsupervised Learning เพื่อค้นหาสินค้าที่มักถูกซื้อพร้อมกันหรือกลุ่มลูกค้าที่มีพฤติกรรมซื้อสินค้าคล้ายกัน ทำให้สามารถแนะนำสินค้าได้ตรงใจมากขึ้น อีกกรณีหนึ่งที่น่าสนใจคือการตรวจจับธุรกรรมบัตรเครดิตที่ผิดปกติ ธนาคารจะใช้ AI ในการมองหาความผิดปกติจากพฤติกรรมเดิมของผู้ใช้โดยไม่ต้องมีผู้สอนก่อนว่าธุรกรรมไหนผิด การค้นหาแพทเทิร์นที่ผิดปกตินี้ช่วยป้องกันการทุจริตได้อย่างมีประสิทธิภาพ ภาพจากบทความแสดงให้เห็นชัดเจนว่า Unsupervised Learning คือการที่ AI จัดกลุ่มข้อมูลเอง เช่น การแยกผลไม้ตามประเภทโดยไม่มีป้ายกำกับล่วงหน้า วิธีนี้ทำให้ AI มีความยืดหยุ่นในการเรียนรู้สิ่งใหม่ๆ ในสถานการณ์ที่ข้อมูลไม่มีเฉลยพร้อมให้เสมอ สรุปว่า Unsupervised Learning เป็นเครื่องมือที่ทรงพลังสำหรับการจัดการข้อมูลที่ยังไม่ได้รับการตีความ และช่วยให้ AI สามารถค้นพบความสัมพันธ์ซ่อนเร้นในข้อมูลมากมาย โดยเฉพาะในยุคที่ข้อมูลมีจำนวนมหาศาลและซับซ้อน