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
Quantization
Квантизация — техника сжатия AI-моделей путём уменьшения точности чисел (например, с 32-bit до 4-bit), ускоряющая инференс и снижающая требования к памяти.
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.
Zero-shot Learning
Zero-shot обучение — способность AI выполнять задачи, на которых модель не обучалась напрямую, используя общие знания и инструкции.