अनसुपर्वाइज़्ड लर्निंग का परिचय

अनसुपर्वाइज़्ड लर्निंग, जो मशीन लर्निंग का एक बुनियादी प्रकार है, लगातार विकसित हो रही है। यह तरीका, जो इनपुट वेक्टर पर केंद्रित होता है जिनके अनुरूप लक्ष्य मान उपलब्ध नहीं होते, समानताओं, पैटर्न और अंतरों के आधार पर सूचनाओं को समूहित करने और उनकी व्याख्या करने की क्षमता में उल्लेखनीय प्रगति देख चुका है। डीप अनसुपर्वाइज़्ड लर्निंग मॉडलों में नवीनतम प्रगति ने इस क्षमता को बढ़ाया है, जिससे जटिल डेटासेट्स को और सूक्ष्मता से समझना संभव हुआ है।

2024 में, अनसुपर्वाइज़्ड लर्निंग एल्गोरिद्म, जो परंपरागत रूप से इनपुट-टू-आउटपुट मैपिंग पर निर्भर नहीं होते, बिना लेबल वाले डेटा की अंतर्निहित संरचनाओं की खोज में और अधिक स्वायत्त और कुशल हो गए हैं। 'एक शिक्षक' पर निर्भरता परिष्कृत सेल्फ-सुपर्वाइज़्ड लर्निंग तकनीकों के आगमन से और कम हुई है, जिससे लेबल वाले डेटा पर निर्भरता में उल्लेखनीय कमी आई है।

इसके अलावा, इस क्षेत्र ने रिइनफोर्समेंट लर्निंग जैसी अन्य एआई विधाओं के साथ अनसुपर्वाइज़्ड लर्निंग के एकीकरण में भी कदम बढ़ाए हैं, जिसके परिणामस्वरूप अधिक अनुकूलनशील और बुद्धिमान प्रणालियाँ विकसित हुई हैं। ये प्रणालियाँ डेटा में पैटर्न और विसंगतियों की पहचान करने में उत्कृष्ट हैं, जिससे विभिन्न क्षेत्रों में नवोन्मेषी अनुप्रयोगों का मार्ग प्रशस्त होता है। यह लेख अनसुपर्वाइज़्ड लर्निंग का विस्तार से अन्वेषण करता है, इसके विभिन्न प्रकारों और उनके उपयोगों पर चर्चा करता है। 

सुपर्वाइज़्ड बनाम अनसुपर्वाइज़्ड लर्निंग 

नीचे दी गई तालिका में, हमने अनसुपर्वाइज़्ड और सुपर्वाइज़्ड लर्निंग के कुछ मुख्य अंतरों की तुलना की है: 

अनसुपर्वाइज़्ड लर्निंग के प्रकार

भूमिका में, हमने उल्लेख किया कि अनसुपर्वाइज़्ड लर्निंग वह विधि है जिसका उपयोग तब किया जाता है जब लेबल उपलब्ध न हों, और हमें डेटा को समूहित करना हो। चूँकि लेबल मौजूद नहीं होते, अनसुपर्वाइज़्ड लर्निंग विधियाँ आमतौर पर डेटा का एक संक्षिप्त निरूपण बनाने के लिए लागू की जाती हैं ताकि हम उससे रचनात्मक सामग्री निकाल सकें। 

उदाहरण के लिए, यदि हम एक नया प्रोडक्ट लॉन्च कर रहे हों, तो हम यह पहचानने के लिए अनसुपर्वाइज़्ड लर्निंग विधियों का उपयोग कर सकते हैं कि उसके लिए लक्षित बाजार कौन होगा: क्योंकि इस बारे में कोई ऐतिहासिक जानकारी नहीं है कि लक्षित ग्राहक कौन है और उनकी जनसांख्यिकीय विशेषताएँ क्या हैं। 

लेकिन अनसुपर्वाइज़्ड लर्निंग को तीन मुख्य कार्यों में विभाजित किया जा सकता है: 

• क्लस्टरिंग
• एसोसिएशन रूल्स
• डायमेंशनलिटी रिडक्शन  

आइए प्रत्येक को थोड़ा और विस्तार से समझें:

क्लस्टरिंग

सैद्धांतिक दृष्टि से, एक ही समूह के इंस्टेंसेज़ में समान गुण देखने को मिलते हैं। आप यह परिघटना आवर्त सारणी में देख सकते हैं। एक ही समूह के सदस्य, जो अठारह कॉलम से अलग होते हैं, अपने परमाणुओं के सबसे बाहरी कोश में इलेक्ट्रॉनों की समान संख्या रखते हैं और समान प्रकार के बंध बनाते हैं। 

यही विचार क्लस्टरिंग एल्गोरिद्म में काम करता है; क्लस्टरिंग विधियाँ बिना टैग वाले डेटा को उनकी समानताओं और अंतरों के आधार पर समूहित करती हैं। जब दो इंस्टेंस अलग-अलग समूहों में दिखाई देते हैं, तो हम निष्कर्ष निकाल सकते हैं कि उनकी विशेषताएँ असमान हैं। 

क्लस्टरिंग अनसुपर्वाइज़्ड लर्निंग का एक लोकप्रिय प्रकार है। आप इसे आगे विभिन्न प्रकार की क्लस्टरिंग में विभाजित कर सकते हैं; उदाहरण के लिए: 

• एक्सक्लूसिव क्लस्टरिंग: डेटा को इस प्रकार समूहित किया जाता है कि एक एकल डेटा पॉइंट विशेष रूप से केवल एक ही क्लस्टर का हिस्सा हो। 
• ओवरलैपिंग क्लस्टरिंग: एक सॉफ्ट क्लस्टर जिसमें कोई एक डेटा पॉइंट सदस्यता की विभिन्न डिग्रियों के साथ कई क्लस्टर्स में शामिल हो सकता है। 
• हाइरार्किकल क्लस्टरिंग: क्लस्टरिंग का वह प्रकार जिसमें समूह इस तरह बनाए जाते हैं कि समान इंस्टेंस एक ही समूह में हों और भिन्न ऑब्जेक्ट अन्य समूहों में। 
• प्रॉबेबिलिस्टिक क्लस्टरिंग: क्लस्टर्स संभाव्यता वितरण का उपयोग करके बनाए जाते हैं।

एसोसिएशन रूल माइनिंग

अनसुपर्वाइज़्ड मशीन लर्निंग का यह प्रकार किसी दिए गए डेटासेट में फीचर्स के बीच रोचक संबंधों की खोज के लिए नियम-आधारित तरीका अपनाता है। यह किसी मापदंड के आधार पर डेटासेट में पाए गए मजबूत नियमों की पहचान करके काम करता है। 

आम तौर पर हम एसोसिएशन रूल माइनिंग को मार्केट बास्केट विश्लेषण में देखते हैं: यह एक डेटा माइनिंग तकनीक है जिसका उपयोग रिटेलर्स अलग-अलग प्रोडक्ट्स के बीच संबंधों के आधार पर ग्राहकों के खरीदारी पैटर्न को बेहतर ढंग से समझने के लिए करते हैं। 

एसोसिएशन रूल लर्निंग के लिए सबसे व्यापक रूप से उपयोग किया जाने वाला एल्गोरिद्म एप्रियोरी (Apriori) एल्गोरिद्म है। हालांकि, इस प्रकार की अनसुपर्वाइज़्ड लर्निंग के लिए Eclat और FP-growth जैसे अन्य एल्गोरिद्म भी उपयोग किए जाते हैं। 

डायमेंशनलिटी रिडक्शन

डायमेंशनलिटी रिडक्शन के लिए उपयोग किए जाने वाले लोकप्रिय एल्गोरिद्म में प्रिंसिपल कंपोनेंट एनालिसिस (PCA) और सिंग्युलर वैल्यू डीकम्पोज़िशन (SVD) शामिल हैं। ये एल्गोरिद्म डेटा को उच्च-आयामी स्पेस से कम-आयामी स्पेस में इस तरह रूपांतरित करने का प्रयास करते हैं कि मूल डेटा की सार्थक विशेषताएँ अक्षुण्ण रहें। ये तकनीकें आमतौर पर एक्सप्लोरेटरी डेटा एनालिसिस (EDA) या डेटा प्रोसेसिंग के दौरान मॉडलिंग की तैयारी हेतु लागू की जाती हैं।

EDA के दौरान किसी डेटासेट की डायमेंशनलिटी कम करना विज़ुअलाइज़ेशन में सहायक होता है: क्योंकि तीन से अधिक आयामों में डेटा का दृश्यांकन करना कठिन है। डेटा प्रोसेसिंग के परिप्रेक्ष्य से, डायमेंशनलिटी घटाने से मॉडलिंग की समस्या सरल हो जाती है।

जब अधिक इनपुट फीचर्स मॉडल में डाले जाते हैं, तो मॉडल को एक अधिक जटिल सन्निकटन फलन सीखना पड़ता है। इस परिघटना को “curse of dimensionality” कहा जाता है। 

अनसुपर्वाइज़्ड लर्निंग के अनुप्रयोग

अधिकांश प्रबंधकों को सुपर्वाइज़्ड मशीन लर्निंग कार्यों के उपयोग मामलों की पहचान करने में कोई कठिनाई नहीं होती; लेकिन अनसुपर्वाइज़्ड लर्निंग के लिए ऐसा कहना कठिन है। 

इसका एक कारण जोखिम की प्रकृति से जुड़ा हो सकता है। अनसुपर्वाइज़्ड लर्निंग सुपर्वाइज़्ड लर्निंग की तुलना में अधिक जोखिम प्रस्तुत करती है क्योंकि ऑफलाइन तरीके से ग्राउंड ट्रुथ के विरुद्ध परिणामों को नापने का कोई स्पष्ट तरीका नहीं होता, और ऑनलाइन मूल्यांकन करना बहुत जोखिमभरा हो सकता है। 

फिर भी, एंटरप्राइज़ स्तर पर अनसुपर्वाइज़्ड लर्निंग के कई मूल्यवान उपयोग मामले हैं। डेटा की खोज से आगे बढ़कर, वास्तविक दुनिया में कुछ सामान्य उपयोग मामले शामिल हैं: 

• नेचुरल लैंग्वेज प्रोसेसिंग (NLP)। Google News को विभिन्न समाचार आउटलेट्स से एक ही कहानी पर आधारित लेखों को श्रेणीकृत करने के लिए अनसुपर्वाइज़्ड लर्निंग का उपयोग करते हुए जाना जाता है। उदाहरण के लिए, फुटबॉल ट्रांसफर विंडो के परिणाम सभी फुटबॉल के अंतर्गत श्रेणीकृत किए जा सकते हैं।
• इमेज और वीडियो विश्लेषण। ऑब्जेक्ट रिकग्निशन जैसे विज़ुअल परसेप्शन कार्य अनसुपर्वाइज़्ड लर्निंग का लाभ उठाते हैं।
• एनोमली डिटेक्शन। अनसुपर्वाइज़्ड लर्निंग का उपयोग उन डेटा बिंदुओं, घटनाओं, और/या प्रेक्षणों की पहचान करने के लिए किया जाता है जो किसी डेटासेट के सामान्य व्यवहार से विचलित होते हैं।
• कस्टमर सेगमेंटेशन। अनसुपर्वाइज़्ड लर्निंग का उपयोग करके रोचक बायर पर्सोना प्रोफाइल बनाए जा सकते हैं। यह व्यवसायों को अपने ग्राहकों के सामान्य गुणों और खरीदारी की आदतों को समझने में मदद करता है, जिससे वे अपने उत्पादों को उसी अनुरूप संरेखित कर सकें।
• रिकमेंडेशन इंजन। पिछली खरीदारी के व्यवहार को अनसुपर्वाइज़्ड लर्निंग के साथ जोड़कर ऐसे डेटा ट्रेंड्स खोजे जा सकते हैं जिनका उपयोग प्रभावी क्रॉस-सेलिंग रणनीतियाँ विकसित करने में किया जा सके।

Python में अनसुपर्वाइज़्ड लर्निंग का उदाहरण

प्रिंसिपल कंपोनेंट एनालिसिस (PCA) वह प्रक्रिया है जिसमें प्रिंसिपल कंपोनेंट्स की गणना की जाती है और फिर उनका उपयोग डेटा पर बेसिस-परिवर्तन करने के लिए किया जाता है। दूसरे शब्दों में, PCA अनसुपर्वाइज़्ड लर्निंग में डायमेंशनलिटी रिडक्शन की तकनीक है। 

किसी डेटासेट की डायमेंशनलिटी कम करना दो मुख्य कारणों से उपयोगी होता है: 

1. जब किसी डेटासेट में विज़ुअलाइज़ करने के लिए बहुत अधिक आयाम हों 
2. किसी प्रेडिक्टिव मॉडल का निर्माण करते समय फीचर सिलेक्शन हेतु सर्वाधिक भविष्यवाणी-क्षम n आयामों की पहचान करना। 

इस खंड में, हम Python में PCA एल्गोरिद्म को Iris डेटासेट पर लागू करेंगे और फिर इसे matplotlib का उपयोग करके विज़ुअलाइज़ करेंगे। इस ट्यूटोरियल में प्रयुक्त कोड के साथ चलने के लिए यह DataLab वर्कबुक देखें। 

आवश्यक लाइब्रेरी और डेटा इम्पोर्ट करके शुरू करते हैं।

from sklearn.datasets import load_iris # Dataset
from sklearn.decomposition import PCA # Algorithm
import matplotlib.pyplot as plt # Visualization

# Load the data 
iris_data = load_iris(as_frame=True)

# Preview
iris_data.data.head()संचालित द्वारा

Iris डेटासेट में चार फीचर्स हैं। चार या अधिक आयामों में डेटा का दृश्यांकन करना असंभव है क्योंकि हमें यह अंदाज़ा नहीं कि इतने उच्च आयाम में चीजें कैसी दिखेंगी। अगला सर्वश्रेष्ठ उपाय इसे तीन आयामों में दिखाना है, जो असंभव तो नहीं परंतु फिर भी चुनौतीपूर्ण है। 

उदाहरण के लिए:

"""
Credit: Rishikesh Kumar Rishi
Link: https://www.tutorialspoint.com/how-to-make-a-4d-plot-with-matplotlib-using-arbitrary-data
"""
plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
sepal_length = iris_data.data["sepal length (cm)"]
sepal_width = iris_data.data["sepal width (cm)"]
petal_length = iris_data.data["petal length (cm)"]
petal_width = iris_data.data["petal width (cm)"]

ax.scatter(sepal_length, sepal_width, petal_length, c=petal_width)
plt.show()संचालित द्वारा

इस विज़ुअलाइज़ेशन से अंतर्दृष्टि निकालना काफी कठिन है क्योंकि तीन आयामों में डेटा को विज़ुअलाइज़ करते समय हमारे पास केवल एक ही दृष्टिकोण होता है और इस परिदृश्य में सभी इंस्टेंस आपस में घुले-मिले से दिखाई देते हैं।  

PCA के साथ, हम डेटा के आयामों को घटाकर दो कर सकते हैं, जिससे अपने डेटा को विज़ुअलाइज़ करना और क्लासेस को अलग-अलग पहचानना आसान हो जाएगा। 

नोट: R में PCA को लागू करना सीखें—“Principal Component Analysis in R Tutorial।”

# Instantiate PCA with 2 components
pca = PCA(n_components=2)

# Train the model 
pca.fit(iris_data.data)
iris_data_reduced = pca.fit_transform(iris_data.data)

# Plot data
plt.scatter(
    iris_data_reduced[:,0],
    iris_data_reduced[:,1],
    c=iris_data.target
)
plt.show()संचालित द्वारा

ऊपर दिए गए कोड में, हम Iris डेटासेट की विशेषताओं को रूपांतरित करते हैं, केवल दो कंपोनेंट्स रखते हैं, और फिर घटाए गए डेटा को द्वि-आयामी तल पर प्लॉट करते हैं।  

अब, हमारे लिए डेटा और क्लासेस के पृथक्करण के बारे में जानकारी जुटाना कहीं आसान है। यदि हम अपने डेटा पर कोई मशीन लर्निंग मॉडल फिट करने जा रहे हों, तो अगले कदम तय करने के लिए हम इस अंतर्दृष्टि का उपयोग कर सकते हैं। 

अंतिम विचार

अनसुपर्वाइज़्ड लर्निंग मशीन लर्निंग की उन समस्याओं का वर्ग है जहाँ किसी मॉडल का उपयोग डेटा में संबंधों को निरूपित करने या निकालने के लिए किया जाता है। 

सुपर्वाइज़्ड लर्निंग के विपरीत, अनसुपर्वाइज़्ड लर्निंग एल्गोरिद्म केवल इनपुट फीचर्स का उपयोग करते हुए किसी डेटासेट की अंतर्निहित संरचना का पता लगाते हैं। इसका अर्थ है कि अनसुपर्वाइज़्ड लर्निंग मॉडलों को, सुपर्वाइज़्ड लर्निंग के विपरीत, उन्हें सुधारने के लिए किसी शिक्षक की आवश्यकता नहीं होती। 

इस लेख में, आपने अनसुपर्वाइज़्ड लर्निंग के तीन मुख्य प्रकार—एसोसिएशन रूल माइनिंग, क्लस्टरिंग, और डायमेंशनलिटी रिडक्शन—के बारे में सीखा। आपने अनसुपर्वाइज़्ड लर्निंग के कई अनुप्रयोगों और Python में PCA एल्गोरिद्म का उपयोग करके डायमेंशनलिटी रिडक्शन कैसे करें, यह भी सीखा। 

अपनी शिक्षा जारी रखने के लिए ये संसाधन क्यों न देखें: 

• Unsupervised Learning in R कोर्स 
• Introduction to k-Means Clustering with Scikit-learn in Python ट्यूटोरियल
• Cluster Analysis in R कोर्स
• DBSCAN: A Macroscopic Investigation in Python ट्यूटोरियल
• NLP with BERT ट्यूटोरियल