Clustering
Le clustering est la technique d’apprentissage non supervisé la plus courante, qui regroupe des données non étiquetées en groupes (clusters) selon leurs similitudes, sans catégories prédéfinies. Les points d’un même groupe se ressemblent davantage qu’avec ceux des autres groupes.
Contrairement à la classification, il n’y a pas d’étiquette connue à l’avance : l’algorithme découvre lui-même la structure naturelle des données. L’algorithme le plus utilisé est le K-means, qui répartit les données en K groupes selon leur proximité.
En RH, le clustering sert à la segmentation de populations salariés (profils similaires en termes de parcours, compétences ou comportements), à la détection d’anomalies dans les données de paie, ou en amont d’une campagne d’étiquetage manuel pour réduire le travail humain.
Retrouvez tous les termes dans le lexique SIRH et IA de yapluqua.com.
Sources : Google Cloud, Linedata.