Esa es una pregunta interesante. Mi respuesta sería que, si bien un sistema de recomendación puede utilizar el aprendizaje supervisado o no supervisado, no es ninguno de ellos, porque es un concepto en un nivel diferente.
Definiría algoritmos de aprendizaje supervisados y no supervisados como herramientas de recomendación. En ese sentido, un sistema de recomendación puede:
- utilice el aprendizaje supervisado para clasificar los elementos en elementos que se recomendarán / no se recomendarán (“supervisados” porque funcionan con datos etiquetados, a saber, perfiles de usuario: elementos anteriores, calificaciones, lo que sea) En términos más generales, aprender a clasificar es la técnica típica de aprendizaje automático en la que estaría interesado un sistema de recomendación (ya que, en esencia, un motor de recomendación es principalmente una máquina de clasificación)
- o utilice el aprendizaje no supervisado para, por ejemplo, dar sentido al espacio de funciones del elemento de usuario. Por ejemplo, las técnicas de factorización matricial habituales en el filtrado colaborativo podrían considerarse una forma de reducción de la dimensionalidad, similar a la PCA.
La conclusión es que un motor de recomendaciones, para proporcionar un servicio, necesita una caja de herramientas de técnicas. Algunos de ellos pueden ser etiquetados como aprendizaje supervisado o no supervisado. Algunos no lo son. Pero en general, el motor está haciendo algo más general que el aprendizaje automático. Si me presionaron para enmarcarlo en algún lugar, diría que lo que está haciendo un motor de recomendación es la Recuperación de información (en sí misma, un área de gran aplicación de aprendizaje automático y otras técnicas), ya que está recuperando datos en función de ciertos criterios. No es tan diferente de un motor de búsqueda en el procedimiento, aunque puede estar en apariencia.
- ¿Vale la pena seguir una maestría en aprendizaje automático de NCSU? ¿Es una mejor opción solo por el triángulo de investigación?
- Cómo usar un árbol de decisión para clasificar un conjunto de datos no balanceado
- ¿Qué componentes de hardware (CPU, RAM, GC, etc.) se necesitan para que una PC / computadora doméstica de aprendizaje automático / aprendizaje profundo funcione rápidamente?
- ¿Son las computadoras mejores pensadores visuales?
- En general, ¿necesita tener un doctorado para obtener un trabajo de Machine Learning / Data Mining en una startup o en una gran empresa?
Por lo tanto, para resumir: los sistemas de recomendaciones se pueden definir como una subárea de recuperación de información, que para trabajar puede utilizar aprendizaje supervisado o no supervisado, o ambos, o ninguno.