والتعلم غير المشرف هو فرع للتعلم الآلي يقوم بتحليل البيانات دون استجابات ملصقة، وفي تجهيز الصور يساعد على تحديد الأنماط والتجمعات والملامح داخل مجموعات البيانات الكبيرة للصور، وهذا النهج قيم بالنسبة للمهام التي تكون فيها البيانات المسمّاة شحيحة أو غير متاحة.

التقنيات في تجهيز الصور غير المشرفة

وتستخدم عدة تقنيات لتنفيذ التعلم غير المشرف في تجهيز الصور، وتُستخدم الخوارزميات التجميعية، مثل الكميونات والتجميع الهرمي، والصور المشابهة للمجموعات أو المناطق داخل الصور، وتبسط أساليب خفض الأخلاق، مثل تحليل المكونات الرئيسية، البيانات عن طريق تقليل الملامح مع الاحتفاظ بالمعلومات الأساسية.

الحسابات والمقاييس

وكثيراً ما تنطوي الحسابات في التعلم غير المشرف على قياس التشابه أو المسافة بين نقاط البيانات، وتشمل القياسات المشتركة المسافة بين أوروبا الشرقية والتماثل الكوني، وتستخدم الخوارزميات التجميعية هذه القياسات لتخصيص البيانات إلى المجموعات، وتقيِّم قياسات التقييم مثل سجل سجل حروف السيلوويت نوعية التجمُّع بقياس مدى تشابه الجسم في مجموعته مقارنة بالمجموعات الأخرى.

أمثلة على العالم الحقيقي

ويطبق التعليم غير المشرف في مختلف سيناريوهات تجهيز الصور، وفي التصوير الطبي، يساعد على نسيج القطاعات ويكتشف الشذوذ دون علامات مسبقة، وفي التعرف على الوجه، تجمّع المجموعات المشابهة للتعرف على الهوية، ويستخدم تحليل الصور الساتلية تقنيات غير موصوفة لتصنيف أنواع الغطاء الأرضي ورصد التغيرات البيئية، وتظهر هذه التطبيقات مدى تطابق الأساليب غير الموصّلة في استخلاص معلومات مجدية من البيانات المعقدة.