Machine Learning
Определение
Машинное обучение — область AI, в которой алгоритмы обучаются на данных, выявляя закономерности и делая предсказания без явного программирования правил.
Простое объяснение
Это когда программа учится на примерах: показываешь ей много фото кошек и собак, и она сама понимает, чем они отличаются.
Подробнее
Типы машинного обучения:
- Supervised — обучение на размеченных данных
- Unsupervised — поиск паттернов без меток
- Reinforcement — обучение через награды
- Self-supervised — создание меток из данных
ML — основа современного AI.
Связанные термины
Fine-tuning
Дообучение — процесс адаптации предобученной AI-модели к конкретной задаче или домену путём дополнительного обучения на специализированных данных.
Нейронная сеть
Вычислительная система, вдохновлённая биологическими нейронными сетями мозга, состоящая из слоёв искусственных нейронов.
MoE
Mixture of Experts — архитектура нейросети, состоящая из множества специализированных подсетей (экспертов) и маршрутизатора, который направляет входные данные к наиболее подходящим экспертам.
Unsupervised Learning
Обучение без учителя — тип машинного обучения, при котором модель находит скрытые паттерны в данных без предварительной разметки.
Inference
Инференс — процесс получения предсказаний или результатов от обученной AI-модели на новых входных данных.
LoRA
Low-Rank Adaptation — метод эффективного дообучения больших языковых моделей, который замораживает исходные веса и добавляет небольшие обучаемые матрицы.