K najbližších susedov (k-NN, k-nearest neighbours) je jednoduchá metóda učenia s učiteľom. Na klasifikáciu nového dátového bodu hľadá k najpodobnejších známych príkladov a preberie ich najčastejšiu triedu alebo pri číselných hodnotách ich priemer. Nepotrebuje skutočnú fázu trénovania, no pri veľkých súboroch údajov sa stáva pomalou a je citlivá na to, ako sa škálujú znaky. Príklad: odporúčania produktov na základe podobných zákazníkov.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoKlasifikátor je model alebo metóda, ktorá priraďuje vstupy do jednej z viacerých vopred určených kategórií. Klasické varianty, ako sú rozhodovacie stromy alebo naivný Bayes, sa trénujú na označených príkladoch; jazykové modely dokážu texty triediť aj na základe opisu kategórií. Typické použitie zahŕňa detekciu spamu, triedenie dopytov zákazníkov podľa tém a kategorizáciu dokladov. Kvalita sa meria metrikami, ako sú správnosť, presnosť a úplnosť.
K-means je metóda učenia bez učiteľa, ktorá rozdeľuje dátové body do vopred stanoveného počtu k skupín. Každý bod priradí k najbližšiemu stredu skupiny a tieto stredy posúva dovtedy, kým sa priradenia takmer nemenia. Metóda je rýchla a ľahko pochopiteľná, vyžaduje však rozumnú voľbu k a znaky v porovnateľných mierkach. Príklad: zoskupenie zákazníkov podľa frekvencie nákupov a hodnoty košíka.
Pri riadenom učení sa model učí z príkladov, pri ktorých je správna odpoveď už známa, napríklad e-maily označené ako „spam“ alebo „nie spam“. Z nich odvodzuje pravidlá na klasifikáciu nových, nevidených prípadov alebo na predpovedanie hodnôt. Typickými úlohami sú klasifikácia a regresia; väčšina úsilia sa vynakladá na vytvorenie čisto označených dát.
Vektor vnorenia (embedding) je zoznam čísel, ktorý reprezentuje význam slova, vety alebo dokumentu tak, že texty s podobným obsahom ležia blízko seba. Vďaka tomu možno napríklad rozpoznať, že „výpoveď“ a „ukončenie zmluvy“ spolu súvisia, hoci nemajú spoločné slová. Vnorenia sú základom mnohých systémov sémantického vyhľadávania, odporúčacích služieb a aplikácií RAG; vypočítavajú ich špeciálne natrénované modely.
