Réponse rapide
L’apprentissage non supervisé aide à découvrir groupes, tendances, représentations et comportements inhabituels dans des données robotiques sans annotation manuelle complète.
Comprendre les données
Mesures de courant, trajectoires, images, vibrations ou journaux sont regroupées selon leurs similarités. Les unités, périodes et conditions sont normalisées sans effacer les différences utiles.
Préparer une analyse
Les groupes peuvent révéler modes de fonctionnement, dérive, défaut ou contexte. Ils servent à formuler une hypothèse qui doit ensuite être vérifiée par des observations.
Ne pas confondre groupe et cause
Un regroupement reflète choix de variables, échelle et méthode. Il ne prouve ni une catégorie physique ni une règle de commande.
Sources et références
- [1] Unsupervised learning — scikit-learn — scikit-learn
- [2] Robotics and Autonomous Systems — NIST