غیر واضح سیکھنے کی ایک قسم مشین سیکھنے کی ایک قسم ہے جو ڈیٹا میں موجود نمونے کی شناخت کرتی ہے بغیر پہلے سے طے شدہ لیبلز کے پس منظر میں چیزوں (IoT) کے انٹرنیٹ کے ذریعے پیدا ہونے والے ڈیٹا کی بڑی بڑی جِلدوں کو منظم کرنے اور ان کے بارے میں معلومات کو قابلِ استعمال کرنے میں اہم کردار ادا کرتی ہے۔یہ مضمون آئیو ٹی ڈیٹا انتظامیہ اور تجزیہ میں موجود غیر حقیقی معلومات کی حقیقی درخواستوں کی تحقیق کرتا ہے۔
آئیو ٹی نیٹ ورکس میں اناولی ڈیٹنگ
یہ الجبراً ایسے نظاموں کی شناخت کرنے کے لیے ڈیٹا کی نالیوں کا تجزیہ کرتے ہیں جو حفاظتی پیچیدگیوں ، آلات کی کمی یا آپریشنل کے مسائل کی نشاندہی کرتے ہیں ۔
ڈیزائننگ کے لئے کلسٹرنگ
اس میں اوزاروں کے آلات ، نیٹ ورک وسائل اور دستور سازی کے شیڈولز کو منظم کرنے میں مدد دی جاتی ہے ۔
ڈیٹا دباؤ اور مُفت تقسیم
تعلیمی طریقوں کو سیکھنے کے لیے معلومات کی ضرورت ہوتی ہے جیسے کہ بنیادی اجزاء تجزیہ (PCA) کے ذریعے ڈیٹا کی ترسیل (symplifies) کی مدد سے ڈیٹا کی سہولت کو کم کرنے میں مدد دیتا ہے ۔
سمرٹ شہروں میں اطلاقات
- ٹریفک کی رفتار کا تجزیہ
- ماحولیاتی نگرانی
- توانائی کا استعمال
- عوامی تحفظ