Unsupervised learning

Unsupervised learning er maskinlæring på data uden facit; modellen lærer ikke ud fra rigtige svar, men opdager strukturer i data selv. Det kan være at gruppere kunder (clustering), finde afvigelser i transaktioner (anomalidetektion) eller afsløre sammenhænge, I ikke havde set. En særlig variant, self-supervised learning, lader modellen gætte manglende dele af data, det er principet bag store sprogmodeller, som lærer ved at forudsige næste ord.

Sådan virker Unsupervised learning i praksis

Forestil dig en bunke kundedata uden labels: købshistorik, alder, by og reklametilknytning. Modellen leder efter mønstre i disse felter og grupperer kunder, som ligner hinanden, uden at nogen har fortalt hvorfor. Clustering svarer til at sortere disse kunder i kasser ud fra adfærd, mens anomalidetektion markerer enkeltposter, der afviger stærkt fra normalen. Den slags modeller kræver mindre manuelt mærkearbejde end supervised learning, men de kræver gode data for at give brugbare resultater.

Når I vil finde skjulte kundesegmenter

I møder ofte unsupervised learning, når I har brug for indsigt, men mangler facit. I bruger det til kundesegmentering, opdagelse af svindel, produktgruppering og til at afdække skjulte mønstre i logfiler eller sensordata. Fordelen er, at det kræver mindst manuelt forarbejde med labels; ulempen er, at resultaterne skal tolkes af en person, fordi modellen ikke kan fortælle jer, hvad hver klynge betyder. Kort sagt: det sparer mærkning, men skaber behov for faglig tolkning.

Eksempel: Unsupervised learning hos en direktør der skal prioritere marketing

Direktøren i en mellemstor webshop åbner rapporten en tirsdag morgen, tre uger før budgetmødet. Hun bad dataafdelingen køre en clustering på 12 måneders transaktioner, kundernes alder, og kanal for første køb. Resultatet viste fire klare klynger; en gruppe med mange små, hyppige køb, en med få, dyre køb, en med lav aktivitet og en med høj returprocent. Modellen pegede også på 27 ordrelinjer som afvigende, hvor pris og leveringsadresse ikke matchede kundens normale mønster. Modstanden kom, da marketing ønskede klare personaer med navne; modellen leverede kun tal og mønstre. Dataafdelingen brugte to dage på at analysere klyngerne, gennemgå samples, og omsætte dem til tre kampagneidéer og en opfølgende svindelundersøgelse. Det kostede tid, men gav konkrete forslag, direktøren kunne tage med til budgetmødet.

Unsupervised learning er ikke det samme som supervised learning

De to forveksles ofte. Supervised learning trænes med facit: du har input og den rigtige output, og modellen lærer at efterligne svaret. Unsupervised learning får kun input og skal finde struktur selv. Relaterede begreber er clustering, som er en type unsupervised metode, og anomalidetektion, som specifikt leder efter det uventede. Self-supervised learning er en mellemting i praksis: modellen skaber sine egne opgaver, for eksempel ved at forudsige manglende ord, og det er metoden bag mange store sprogmodeller.

Sådan kommer I i gang med Unsupervised learning

1. Start med at samle eksisterende data: transaktioner, kunder, logfiler. Rens de mest åbenlyse fejl, fjern dubletter og standardiser felter.
2. Definér formålet: vil I finde segmenter, opdage svindel eller kortlægge produkter? Formålet bestemmer metoden.
3. Kør en baseline: lav en simpel clustering og en anomalidetektionskørsel for at se, hvad der dukker op.
4. Tolk resultaterne sammen med domæneeksperter: en dataingeniør viser klyngerne, mens en forretningsansvarlig vurderer, om de giver mening.
5. Sæt en lille pilot i drift: test en kampagne mod en klynge eller sæt automatiske alarmer på de fundne afvigelser.

Husk, unsupervised learning er ikke en trylleformular. Det finder mønstre, men det siger ikke, hvorfor mønstrene er vigtige. Du får indsigt hurtigere end med fuld labeling, men du betaler med behovet for menneskelig fortolkning og iteration.

Når medarbejderne selv skal kunne bruge unsupervised learning og ikke bare kende ordet, sker det hurtigst på en AI-workshop. Er I i tvivl om, hvad unsupervised learning betyder for jeres eget ansvar, så tag det med i AI-rådgivningen.