Unsupervised Learning
Определение
Обучение без учителя — тип машинного обучения, при котором модель находит скрытые паттерны в данных без предварительной разметки.
Простое объяснение
Это когда AI сам находит группы и закономерности в данных, без подсказок — как если бы ты сам разложил игрушки по кучкам без инструкции.
Подробнее
Задачи unsupervised learning:
- Кластеризация — группировка похожих объектов
- Dimensionality reduction — сжатие данных
- Anomaly detection — поиск аномалий
- Pre-training — обучение LLM
Алгоритмы: K-means, PCA, Autoencoders.
Связанные термины
Inference
Инференс — процесс получения предсказаний или результатов от обученной AI-модели на новых входных данных.
Quantization
Квантизация — техника сжатия AI-моделей путём уменьшения точности чисел (например, с 32-bit до 4-bit), ускоряющая инференс и снижающая требования к памяти.
Reinforcement Learning
Обучение с подкреплением — метод машинного обучения, при котором агент учится принимать решения, получая награды или штрафы за свои действия.
Emergent Abilities
Emergent Abilities — способности, которые появляются у моделей только при достижении определённого масштаба и отсутствуют у меньших версий.