K artimiausių kaimynų metodas (k-NN) yra paprastas mokymosi su priežiūra metodas. Norėdamas klasifikuoti naują duomenų tašką, jis ieško k panašiausių žinomų pavyzdžių ir perima jų dažniausią klasę arba, skaitinėms reikšmėms, jų vidurkį. Jam nereikia tikros mokymo fazės, tačiau jis tampa lėtas su dideliais duomenų rinkiniais ir jautrus požymių mastelio parinkimui. Pavyzdys: produktų rekomendacijos pagal panašius klientus.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąKlasifikatorius – tai modelis ar metodas, priskiriantis įvestį vienai iš kelių iš anksto apibrėžtų kategorijų. Klasikiniai variantai, tokie kaip sprendimų medžiai ar naivusis Bajeso klasifikatorius, mokomi su pažymėtais pavyzdžiais; kalbos modeliai taip pat gali rūšiuoti tekstus pagal kategorijų aprašymą. Tipiniai taikymai: šlamšto aptikimas, klientų užklausų rūšiavimas pagal temą ir kvitų kategorizavimas. Kokybė matuojama rodikliais, tokiais kaip tikslumas (accuracy), tikslumas (precision) ir pilnumas (recall).
K vidurkių metodas (k-means) yra mokymosi be priežiūros metodas, kuris duomenų taškus padalija į iš anksto nustatytą skaičių k grupių. Jis kiekvieną tašką priskiria artimiausiam grupės centrui ir tol perkelia šiuos centrus, kol priskyrimai beveik nebesikeičia. Metodas greitas ir lengvai suprantamas, bet reikalauja pagrįstai parinkti k ir kad požymiai būtų panašių mastelių. Pavyzdys: klientų grupavimas pagal pirkimo dažnumą ir krepšelio vertę.
Prižiūrimo mokymosi metu modelis mokosi iš pavyzdžių, kurių teisingas atsakymas jau žinomas, pavyzdžiui, el. laiškų, pažymėtų „šlamštas“ arba „ne šlamštas“. Iš jų jis išveda taisykles, kaip klasifikuoti naujus, nematytus atvejus arba prognozuoti reikšmes. Tipinės užduotys – klasifikavimas ir regresija; didžioji dalis pastangų skiriama švariai pažymėtiems duomenims sukurti.
Įterpties vektorius (įterptis, angl. embedding) – tai skaičių sąrašas, vaizduojantis žodžio, sakinio ar dokumento prasmę taip, kad panašaus turinio tekstai atsiduria arti vienas kito. Tai leidžia pastebėti, pavyzdžiui, kad „atšaukimas“ ir „sutarties nutraukimas“ yra susiję, nors neturi bendrų žodžių. Įterptys yra daugelio semantinės paieškos sistemų, rekomendacijų paslaugų ir RAG taikomųjų programų pagrindas; jas skaičiuoja specialiai apmokyti modeliai.
