Обучение с учителем
Обучение с учителем — подход ML, где модель учится на размеченных примерах и затем предсказывает класс или число для новых данных.
Открыть →Глоссарий ИИ
Короткие и проверяемые определения терминов.
Алгоритм
Алгоритм — это конечная последовательность формализованных шагов для решения задачи. Разбираем свойства, применение, пример и практические ограничения.
Открыть →Датасет
Датасет — это организованный набор данных с понятной структурой, происхождением и версией. Ниже — состав, подготовка, ограничения и практический пример.
Открыть →Модель в ML
Модель в ML — это обучаемая функция, которая превращает входные данные в прогноз, класс, оценку или полезное представление. Разбираем, как она работает и где ее пределы.
Открыть →Генеративный ИИ
Генеративный ИИ создает новый текст, код, изображения и аудио по запросу. Разбираем, как он работает, где полезен и почему ему нельзя доверять без проверки.
Открыть →Большая языковая модель (LLM)
LLM — нейросеть для работы с текстом, которая предсказывает следующие токены. Разбираем устройство, задачи, ограничения и пример внедрения.
Открыть →Нейросеть (нейронная сеть)
Нейросеть — модель машинного обучения, которая учится на примерах и находит сложные зависимости в данных. Разбираем устройство, применение и ограничения.
Открыть →Глубокое обучение (Deep Learning)
Глубокое обучение — класс методов машинного обучения на многослойных нейросетях. Разбираем, как оно работает, где полезно и когда его лучше не применять.
Открыть →Машинное обучение (ML)
Машинное обучение — подход, при котором модель учится на данных и делает прогнозы без явного набора правил. Разбираем, как это работает и где не подходит.
Открыть →Искусственный интеллект (AI)
Искусственный интеллект — не «цифровой разум», а набор моделей и данных для распознавания, прогноза и генерации. Объясняем, как он работает и где полезен.
Открыть →