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
Машинное обучение
Подраздел AI, где алгоритмы учатся на данных и улучшают свои результаты без явного программирования.
Few-shot Learning
Few-shot Learning — способность модели выполнять новую задачу, увидев лишь несколько примеров в промпте без дополнительного обучения.
CLIP
CLIP (Contrastive Language-Image Pre-training) — модель OpenAI, связывающая изображения и текст в общем пространстве представлений.
PEFT
Parameter-Efficient Fine-Tuning — семейство методов дообучения моделей, которые обновляют лишь малую часть параметров, сохраняя качество полного fine-tuning.