01_Χωρίς_labels
1. Πολλά δεδομένα. Χωρίς labels.
Πώς μπορώ να βγάλω άκρη;
Αφήγηση: Έχω χιλιάδες δείγματα. Ξέρω τα χαρακτηριστικά τους, αλλά όχι την κατηγορία τους. Πώς μπορώ να βγάλω άκρη;

2. Χαρακτηριστικά ≠ κατηγορία
Περιγράφω το δείγμα. Δεν ξέρω το label.
Αφήγηση: Τα χαρακτηριστικά περιγράφουν κάθε δείγμα. Το label είναι η γνωστή κατηγορία που θα ήθελα να προβλέπω.

3. Χωρίς γνωστές απαντήσεις
Δεν εκπαιδεύω ταξινομητή με επίβλεψη.
Αφήγηση: Χωρίς αυτές τις απαντήσεις, δεν εκπαιδεύω έναν ταξινομητή με τον συνηθισμένο επιβλεπόμενο τρόπο. Μπορώ όμως να αναζητήσω δομή.

4. Ποια δείγματα μοιάζουν;
Μη επιβλεπόμενη μάθηση → clustering
Αφήγηση: Συγκρίνω τα δείγματα και σχηματίζω ομάδες ομοιότητας. Αυτό είναι το clustering, μία μορφή μη επιβλεπόμενης μάθησης.

5. Από τα πολλά στους αντιπροσώπους
Εξετάζω ομάδες και ενδεικτικά μέλη.
Αφήγηση: Αντί να ελέγχω κάθε δείγμα, εξετάζω αντιπροσώπους των ομάδων. Η ταυτότητα κάθε ομάδας χρειάζεται ακόμη ερμηνεία.

6. Η ιδέα της οργάνωσης είναι παλιά
Αριστοτέλης: σύγκριση γνωρισμάτων ζώων
Αφήγηση: Η σύγκριση γνωρισμάτων έχει ιστορικές ρίζες στον Αριστοτέλη. Πρόκειται για πρόδρομη ιδέα ταξινόμησης, όχι για σύγχρονο αλγόριθμο.

02_Τι_σημαίνει_ομάδα
1. Τι σημαίνει ομάδα;
Πότε κάποια δείγματα ανήκουν μαζί;
Αφήγηση: Τι σημαίνει ομάδα; Πότε θεωρούμε ότι κάποια δείγματα ανήκουν μαζί; Αρκεί να τους δώσουμε το ίδιο χρώμα;

2. Μέσα στην ίδια ομάδα
Μεγάλη ομοιότητα · μικρές αποστάσεις
Αφήγηση: Πρώτα, τα μέλη της ίδιας ομάδας θέλουμε να μοιάζουν. Με κατάλληλο μέτρο απόστασης, αυτό σημαίνει μικρές εσωτερικές αποστάσεις.

3. Ανάμεσα σε διαφορετικές ομάδες
Μικρή ομοιότητα · μεγάλος διαχωρισμός
Αφήγηση: Δεύτερον, διαφορετικές ομάδες θέλουμε να διαχωρίζονται: μικρή ομοιότητα μεταξύ τους και μεγάλες μεταξύ τους αποστάσεις.

4. Τα δύο κριτήρια μαζί
Συνοχή μέσα · διαχωρισμός έξω
Αφήγηση: Θέλουμε και τα δύο ταυτόχρονα. Συνοχή μέσα στην ομάδα, διαχωρισμό ανάμεσα στις ομάδες. Αυτή είναι η βασική διαισθητική αρχή.

5. Ίδιο χρώμα δεν σημαίνει καλή ομάδα
Η ανάθεση πρέπει να έχει νόημα.
Αφήγηση: Αν ανακατέψω τα χρώματα, έχω πάλι ομάδες, αλλά όχι συνεκτικές. Η επιλογή χαρακτηριστικών και μέτρου ομοιότητας καθορίζει το αποτέλεσμα.

6. Η γεωμετρία έχει σημασία
Μια ομάδα μπορεί να έχει καμπύλο σχήμα.
Αφήγηση: Αυτή η αρχή δεν απαιτεί στρογγυλές ομάδες. Σε καμπύλα σχήματα, η τοπική γειτνίαση ή η πυκνότητα μπορεί να περιγράφει καλύτερα την ομάδα.

03_Μία_σωστή_λύση
1. Πόσες ομάδες υπάρχουν εδώ;
Δύο; Τρεις; Έξι;
Αφήγηση: Πόσες ομάδες υπάρχουν εδώ; Δύο, τρεις ή έξι; Μπορούν διαφορετικές απαντήσεις να έχουν νόημα στα ίδια δεδομένα;

2. Κοιτάζω τη λεπτομέρεια
6 μικρά νέφη → 6 ομάδες
Αφήγηση: Αν κοιτάξω τη λεπτομέρεια, βλέπω έξι μικρά νέφη σημείων. Κάθε νέφος μπορεί να αποτελεί μία ομάδα.

3. Κοιτάζω τα κοντινά ζευγάρια
3 ζευγάρια → 3 ομάδες
Αφήγηση: Αν ενώσω τα κοντινά νέφη ανά ζευγάρι, βλέπω τρεις ευρύτερες ομάδες. Τα σημεία παραμένουν ακριβώς τα ίδια.

4. Κοιτάζω τη μεγαλύτερη κλίμακα
2 ευρύτερες περιοχές → 2 ομάδες
Αφήγηση: Σε ακόμη μεγαλύτερη κλίμακα, τα δύο κοντινά ζευγάρια σχηματίζουν μία περιοχή και το απομακρυσμένο ζευγάρι μία δεύτερη.

5. Το ερώτημα καθορίζει την κλίμακα
Χαρακτηριστικά · ομοιότητα · σκοπός
Αφήγηση: Ποια λύση είναι κατάλληλη; Εξαρτάται από τον σκοπό, την κλίμακα και τον τρόπο που ορίζω την ομοιότητα.

6. Δεν υπάρχει πάντα μοναδική λύση
Περισσότερες ερμηνείες, με τεκμηρίωση.
Αφήγηση: Δεν είναι κάθε διαχωρισμός εξίσου καλός. Όμως δεν υπάρχει πάντα μία μοναδική σωστή ομαδοποίηση. Χρειάζεται αξιολόγηση και ερμηνεία.

04_Μαθηματικά_και_αντικείμενο
1. Κοντά στο διάγραμμα = ίδια ομάδα;
Μαθηματική και βιολογική ομοιότητα
Αφήγηση: Αν δύο ζώα βρίσκονται κοντά στο διάγραμμα, σημαίνει ότι ανήκουν και στην ίδια βιολογική ομάδα;

2. Επιλέγω βάρος και μήκος
Υποθετικά ζώα · σχηματικές θέσεις
Αφήγηση: Περιγράφω υποθετικά ζώα μόνο με βάρος και μήκος. Ένα δελφίνι και ένας καρχαρίας παρόμοιου μεγέθους εμφανίζονται κοντά.

3. Κοντά ως προς το μέγεθος
Δελφίνι: θηλαστικό · καρχαρίας: ψάρι
Αφήγηση: Ο αλγόριθμος μπορεί να τα ομαδοποιήσει μαζί. Βιολογικά όμως, το δελφίνι είναι θηλαστικό, ενώ ο καρχαρίας είναι ψάρι.

4. Μακριά ως προς το μέγεθος
Δελφίνι + μεγάλη φάλαινα: κητώδη
Αφήγηση: Το δελφίνι και μια μεγάλη φάλαινα μπορεί να απέχουν πολύ λόγω μεγέθους. Ωστόσο, και τα δύο είναι κητώδη και θηλαστικά.

5. Τι βλέπει ο αλγόριθμος;
Τα χαρακτηριστικά που του δίνουμε.
Αφήγηση: Ο αλγόριθμος βλέπει τα χαρακτηριστικά που του δώσαμε. Οι ομάδες μεγέθους μπορεί να είναι χρήσιμες, αλλά δεν περιγράφουν απαραίτητα βιολογική συγγένεια.

6. Ουσιαστικές ομάδες
Σχετικά χαρακτηριστικά + γνώση αντικειμένου
Αφήγηση: Για βιολογικά ουσιαστικές ομάδες, επιλέγω σχετικά χαρακτηριστικά και ελέγχω το αποτέλεσμα με γνώση του αντικειμένου.

05_Πώς_θα_βρίσκατε_ομάδες
1. Πώς θα βρίσκατε ομάδες;
Χωρίς να σας δώσω έναν αλγόριθμο.
Αφήγηση: Έχετε αυτά τα σημεία. Δεν σας δίνω κανέναν αλγόριθμο. Πώς θα βρίσκατε τις ομάδες; Από πού θα ξεκινούσατε;

2. Να συγκρίνουμε όλα τα ζευγάρια;
Τι θα κάνουμε με τις αποστάσεις;
Αφήγηση: Να υπολογίσουμε τις αποστάσεις όλων με όλους; Και μετά; Ποιες αποστάσεις θα χρησιμοποιήσουμε για να σχηματίσουμε ομάδες;

3. Να συνδέσουμε κοντινά σημεία;
Πόσο κοντά; Ποιο όριο επιλέγουμε;
Αφήγηση: Να συνδέσουμε όσα απέχουν λιγότερο από ένα όριο; Ποιο όριο; Μια αλυσίδα κοντινών σημείων θα μπορούσε να ενώσει διαφορετικές ομάδες;

4. Να ενώνουμε τις κοντινές ομάδες;
Πώς μετράμε απόσταση ομάδων;
Αφήγηση: Να ξεκινήσουμε με κάθε σημείο μόνο του και να ενώνουμε τις κοντινές ομάδες; Πώς μετράμε την απόστασή τους; Πότε σταματάμε;

5. Να διαλέξουμε κέντρα;
Πόσα; Πού; Να τα μετακινούμε;
Αφήγηση: Να διαλέξουμε κέντρα και να αναθέτουμε κάθε σημείο στο κοντινότερο; Πόσα κέντρα; Πού τα βάζουμε; Θα τα μετακινούσαμε μετά;

6. Τι κάνουμε με τα αμφίβολα σημεία;
Πρέπει να ανήκουν όλα κάπου;
Αφήγηση: Και αυτά τα σημεία ανάμεσα στις ομάδες; Πρέπει όλα να ανήκουν κάπου; Ή κάποια θα μπορούσαν να μείνουν έξω;

06_Οικογένειες_clustering
1. Με ποιους τρόπους βρίσκουμε ομάδες;
Ένας χάρτης βασικών προσεγγίσεων
Αφήγηση: Με ποιους τρόπους βρίσκουμε ομάδες; Δεν υπάρχει μία μοναδική ταξινόμηση. Ας δούμε έξι βασικές οικογένειες και τις πιθανές επικαλύψεις τους.

2. Διαχωριστικό
Κέντρα: K-means · εκπρόσωποι: K-medoids
Αφήγηση: Το διαχωριστικό δημιουργεί μία επίπεδη ομαδοποίηση. Μέθοδοι όπως το κάπα μινς χρησιμοποιούν κέντρα, ενώ το κάπα μέντοϊντς πραγματικά δείγματα ως εκπροσώπους.

3. Ιεραρχικό
Συσσωρευτικό ↗ · διαιρετικό ↘
Αφήγηση: Το ιεραρχικό σχηματίζει δέντρο ομάδων: συσσωρευτικά, με συγχωνεύσεις, ή διαιρετικά, με διασπάσεις. Επιλέγουμε το επίπεδο που μας ενδιαφέρει.

4. Με βάση την πυκνότητα
DBSCAN · OPTICS · HDBSCAN
Αφήγηση: Οι πυκνωτικές μέθοδοι αναζητούν πυκνές περιοχές και διαχωρίζουν θόρυβο. Παραδείγματα είναι το ντι μπι σκαν, το όπτικς και το έιτς ντι μπι σκαν.

5. Με βάση γράφους
Γράφος ομοιότητας · φασματικό clustering
Αφήγηση: Στους γράφους, συνδέουμε δείγματα με βάση την ομοιότητα και χωρίζουμε το δίκτυο. Χαρακτηριστικό παράδειγμα είναι το φασματικό clustering.

6. Μοντέλα και πλέγματα
Μείγματα κατανομών · κελιά χώρου
Αφήγηση: Άλλες οικογένειες χρησιμοποιούν πιθανοτικά μοντέλα, όπως μείγματα Γκαουσιανών, ή πλέγματα κελιών. Σκληρή και ασαφής ανάθεση είναι διαφορετικός άξονας διάκρισης. Οι οικογένειες μπορούν να επικαλύπτονται.