С учителем — есть правильные ответы (метки): классификация (предсказать класс — спам/не спам) и регрессия (предсказать число — цену). Без учителя — меток нет, ищем структуру: кластеризация, понижение размерности, поиск аномалий. С подкреплением — агент учится действиям по награде.
А ещё Ранжирование и рекомендации — отдельный класс задач со своими метриками (NDCG, MAP)
Так подсказку видит пользователь sotto на живом собеседовании — за пару секунд, пока вы думаете вслух.
Обучение с учителем (supervised). У каждого примера есть признаки и целевая переменная. Модель учится отображению «признаки → ответ».
Обучение без учителя (unsupervised). Меток нет:
Self-supervised — разметка берётся из данных автоматически: предсказать следующее слово, закрытое слово или фрагмент картинки. Так обучают языковые модели и модели эмбеддингов на огромных объёмах текста без ручной разметки.
С подкреплением (reinforcement learning) — агент совершает действия в среде и получает награду. Классика — игры и робототехника; в LLM — этап RLHF, где награду даёт модель предпочтений людей.
sotto слышит вопрос интервьюера и показывает короткий ответ и план, как в блоке «Коротко». Оставьте контакт — пришлём доступ и промокод.
sotto