K lähintä naapuria (k-NN) on yksinkertainen ohjatun oppimisen menetelmä. Uuden datapisteen luokittelemiseksi se etsii k samankaltaisinta tunnettua esimerkkiä ja omaksuu niiden yleisimmän luokan tai numeeristen arvojen tapauksessa niiden keskiarvon. Se ei tarvitse varsinaista koulutusvaihetta, mutta hidastuu suurilla aineistoilla ja on herkkä piirteiden skaalaukselle. Esimerkki: tuotesuositukset samankaltaisten asiakkaiden perusteella.
Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.
Aloita demoLuokittelija on malli tai menetelmä, joka osoittaa syötteet johonkin useista ennalta määritellyistä luokista. Klassiset muunnelmat, kuten päätöspuut tai naiivi Bayes, koulutetaan merkityillä esimerkeillä; kielimallit voivat myös lajitella tekstejä luokkien kuvauksen perusteella. Tyypillisiä käyttötarkoituksia ovat roskapostin tunnistus, asiakaskyselyiden lajittelu aiheen mukaan ja kuittien luokittelu. Laatua mitataan mittareilla, kuten osuvuudella, tarkkuudella ja saannilla.
K-means on ohjaamattoman oppimisen menetelmä, joka jakaa datapisteet ennalta määrättyyn määrään k ryhmiä. Se liittää jokaisen pisteen lähimpään ryhmäkeskukseen ja siirtää keskuksia, kunnes osoitukset tuskin enää muuttuvat. Menetelmä on nopea ja helppo ymmärtää, mutta edellyttää järkevää k:n valintaa ja vertailukelpoisesti skaalattuja piirteitä. Esimerkki: asiakkaiden ryhmittely ostotiheyden ja ostoskorin arvon mukaan.
Ohjatussa oppimisessa malli oppii esimerkeistä, joiden oikea vastaus tunnetaan jo, kuten sähköposteista, jotka on merkitty ”roskaposti” tai ”ei roskaposti”. Niistä se johtaa sääntöjä, joilla uudet, ennen näkemättömät tapaukset luokitellaan tai arvoja ennustetaan. Tyypillisiä tehtäviä ovat luokittelu ja regressio; suurin osa työstä menee siistin luokitellun datan luomiseen.
Upotusvektori (embedding) on lukulista, joka esittää sanan, lauseen tai dokumentin merkityksen niin, että sisällöltään samankaltaiset tekstit sijaitsevat lähellä toisiaan. Tämän ansiosta voidaan tunnistaa esimerkiksi, että ”irtisanominen” ja ”sopimuksen päättäminen” liittyvät toisiinsa, vaikka niillä ei ole yhteisiä sanoja. Upotukset ovat monien semanttisten hakujärjestelmien, suositusjärjestelmien ja RAG-sovellusten perusta; ne lasketaan erityisesti koulutetuilla malleilla.
