Машинное обучение
Определение
Подраздел AI, где алгоритмы учатся на данных и улучшают свои результаты без явного программирования.
Простое объяснение
Представь, что ты показываешь компьютеру тысячи фото кошек и собак. Он сам учится различать их, не зная правил заранее.
Подробнее
Машинное обучение (ML) — это метод, при котором компьютерные системы автоматически улучшаются через опыт. Вместо написания правил вручную, алгоритмы находят паттерны в данных.
Существует три основных типа: обучение с учителем, без учителя и обучение с подкреплением.
Связанные термины
Neural Network
Нейронная сеть — вычислительная система, вдохновлённая структурой мозга, состоящая из связанных узлов (нейронов), обрабатывающих информацию слоями.
Модель
Модель в ML — обученный алгоритм, который принимает входные данные и выдаёт предсказания или генерирует результат.
PEFT
Parameter-Efficient Fine-Tuning — семейство методов дообучения моделей, которые обновляют лишь малую часть параметров, сохраняя качество полного fine-tuning.
LoRA
Low-Rank Adaptation — метод эффективного дообучения больших языковых моделей, который замораживает исходные веса и добавляет небольшие обучаемые матрицы.