ongelabelde

Ongelabelde is een Nederlands bijvoeglijk naamwoord dat 'niet gelabeld' betekent. In technische en wetenschappelijke context wordt het gebruikt om te verwijzen naar data of items die geen toegewezen label, tag of grondwaarheid hebben. Het woord komt vaak voor in termen als ongelabelde data of ongelabelde datasets en staat tegenover gelabelde data, waarbij elk datapunt een identificerend label of annotatie heeft.

In datawetenschap en machine learning verwijst ongelabelde data naar gegevens zonder doellabel of classificatie. Zulke data komen veel voor bij grootschalige verzamelingen uit de echte wereld, zoals afbeeldingen zonder beschrijvingen, tekst zonder topics of sensordata zonder gebeurtenismaarkering. Het begrip is centraal bij unsupervised learning, waarbij structuur, patronen of klassen in de data worden gezocht zonder expliciete supervision. Ook bij semi-supervised learning wordt ongelabelde data gebruikt in combinatie met een kleinere hoeveelheid gelabelde data.

Veelgebruikte technieken bij ongelabelde data omvatten clustering (bijv. k-means), dimensiereductie (zoals PCA of t-SNE) en anomaliedetectie. Recente ontwikkelingen omvatten self-supervised en self-labeling benaderingen die representaties leren uit de data zelf, wat later kan worden gebruikt voor downstream taken. Een kenmerkende uitdaging is evaluatie: zonder betrouwbare labels is het moeilijk de nauwkeurigheid en bruikbaarheid van de ontdekte structuren te beoordelen.

Ongelabelde data zijn in veel velden overvloedig en vaak goedkoper te verkrijgen dan gelabelde data, maar vereisen vaak complexere methoden en genuanceerde validatie om zinvolle inzichten te genereren.