Proces strojového učení s učitelem

Učení bez učitele je třída metod strojového učení. Na rozdíl od učení s učitelem trénovací data nemají vstupní data provázaná s cílovými proměnnými (ohodnocením, závisle proměnnou…), tj. schází výrok učitele a učení bez učitele tedy vykazuje samoorganizaci, která zachycuje vzory jako hustotu pravděpodobnosti.[1] 

Učení bez učitele si tedy lze představit jako kompresi vstupních dat, např. například snížení jejich dimense (v analýze hlavních komponent) nebo jejich redukci na diskrétní body (jako je tomu ve shlukové analýze, kde vstupní data reprezentujeme označenými shluky), či jejich vyhlazení (odhad distribučních funkcí).[2] U neuronových sítí se učení bez učitele užívá typicky u kompetičních sítí. (Porovnejte s učením s učitelem).

Machine learning process with a teacher

Schéma popisuje proces strojového učení s učitelem, konkrétně způsob, jakým model vyhodnocuje a třídí neoznačené otázky podle jejich nejistoty a následně je anotuje a používá pro inferenci.

Překlad do češtiny:

  1. Odhad nejistoty

    • Neoznačené otázky:

      • Qa: Karen si balí batoh na dlouhou túru.
      • Qb: Rob si vezme 2 lahve modrého paliva a poloviční množství bílého paliva. Kolik lahví celkem vezme?
      • Qc: Josh se rozhodne pro obrat domu. Koupí…
    • Vyplňte otázku:

      • Qa: Jsou tam 15 stromů v háji. Pracovníci háje…
      • Qb: Olivia má 32 dolarů. Koupila 5 tašek po 3 dolarech za každou. Olivia má nyní 2 dolary. Odpověď je 38.
  2. Výběr

    • Seznam nejistot:

      • Qa1: 1.0
      • Qa2: 1.0
      • Qa3: 0.8
      • (a tak dále)
    • Nejvíce nejisté otázky:

      • (Seznam otázek jako Qa1, Qa2, atd.)
  3. Anotace

    • Nové Příklady E:
      • Qa1p: Ralph se chystá trénovat tenis s tenisovým míčkovým automatem, který střílí…
      • Testovací Otázka:
      • Qa1c: Hans rezervoval pokoj v hotelu. Hotel má 10 pater. Na každém patře je 10 pokojů. Poslední patro není dostupné. Kolik pokojů hotel má?
  4. Inference

    • (Nezobrazeno na schématu)

https://blog.kore.ai/cobus-greyling/active-prompting-with-chain-of-thought-for-large-language-models

Vladimír Matula

Vladimír Matula se v digitálním marketingu pohybuje od roku 2008. Svou expertízu staví na pevných základech z předních českých agentur, kde se specializoval na tvorbu webů, ecommerce, SEO a webovou analytiku. V roce 2012 založil marketingovou agenturu DIVERSITY PROMOTION s.r.o., kde nabízí online marketingové služby, tvorbu webů na WordPress, tvorbu eshopů na platformě Shoptet, Web design a AI marketing. Generativní AI integruje do klíčových procesů – od hloubkové analýzy dat, SEO a konverzního copywritingu podle ověřených vzorců až po automatizaci rutinních úkolů, které přináší úsporu času a vyšší kvalitu výstupů nejen jemu, ale i jeho klientům. Chcete tyto výhody využít i ve vašem marketingu? Kontaktujte mě. vladimir.matula@diversity-promotion.cz | +420 777 189 597