Aprendizaje no supervisado
Un método que busca patrones en los datos sin respuestas objetivo predefinidas para la tarea de entrenamiento concreta.
¿Qué patrones busca el aprendizaje no supervisado?
El aprendizaje no supervisado busca patrones en los datos sin utilizar respuestas objetivo predefinidas para la tarea de entrenamiento concreta. Puede agrupar ejemplos similares o condensar muchas características en una representación más reducida. La preparación de datos, las características y el método influyen en qué similitudes importan. Las personas deben definir y evaluar la tarea y la utilidad posterior de los resultados. Un patrón encontrado no adquiere automáticamente una interpretación operativa válida.
En un proyecto de servicio ficticio, mensajes sin etiquetas temáticas previas deben agruparse por similitud de contenido. El personal examina los grupos resultantes para comprobar si reúnen solicitudes recurrentes de forma comprensible. El idioma o las expresiones similares podrían influir más en la agrupación que el problema real. Por eso, el equipo prevé ejemplos de la misma solicitud con palabras distintas y de solicitudes diferentes con palabras parecidas. Al principio, los grupos sirven para investigar. Nombrarlos y utilizarlos eventualmente como categorías de trabajo requiere una evaluación separada; todavía no quedan determinadas la prioridad ni la responsabilidad.
Fuentes
Términos relacionados
- Aprendizaje automáticoLos modelos aprenden patrones de los datos y los aplican a nuevas entradas.
- Modelo de lenguaje de gran tamañoUn gran modelo de lenguaje procesa lenguaje mediante patrones aprendidos. La fluidez no demuestra exactitud ni acceso a datos empresariales actuales.
- Evaluación de LLMLa evaluación de LLM comprueba resultados según tareas y criterios definidos. Un buen caso aislado no demuestra calidad general.
- Detección de anomalíasMétodos que señalan observaciones inusuales respecto a una referencia definida o un patrón aprendido.
- Aprendizaje supervisadoUn método que utiliza entradas junto con sus valores o clases objetivo como ejemplos de entrenamiento.
- Reordenación de resultadosLa reordenación vuelve a evaluar los candidatos encontrados. Importan la pertinencia para la consulta y los límites de la selección inicial.
Su proyecto con ASES
Descríbanos su proyecto. Le responderemos con una primera valoración.