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
Pre-training
Предобучение — начальный этап обучения AI-модели на огромных объёмах неразмеченных данных для формирования базовых знаний и способностей.
Transformer
Трансформер — архитектура нейронной сети с механизмом внимания (attention), ставшая основой современных языковых моделей и генеративного AI.
Few-shot Learning
Few-shot Learning — способность модели выполнять новую задачу, увидев лишь несколько примеров в промпте без дополнительного обучения.
MoE
Mixture of Experts — архитектура нейросети, состоящая из множества специализированных подсетей (экспертов) и маршрутизатора, который направляет входные данные к наиболее подходящим экспертам.