Люба готовит маленькую выставку значков. На столе восемь карточек: птицы и корабли, красная и синяя эмаль. Если попросить разложить их красиво, получатся два аккуратных цветных островка: чайки переедут к парусникам, потому что у них совпал цвет эмали. С точки зрения цвета всё прекрасно, а отдел птиц уже потребовал карту переселений: одна чайка числится в морском флоте только за синюю эмаль. Если попросить найти все корабли, раскладка изменится. Предметы остались прежними; мы поменяли вопрос.
У Гончарова Обломов отправил бумагу в Архангельск вместо Астрахани. Два названия похожи началом, но для доставки это разные адресаты. Такая деталь хорошо держит сегодняшнюю мысль: сходство ещё не отвечает на любой заданный вопрос. Для одного дела оно помогает собрать группу, для другого приходится сверяться с нужным ответом. Бумаге с похожим адресом всё равно нужен правильный город.
Сделаем две версии набора. В первой у карточек появятся метки с названием рисунка. Во второй мы уберём эти метки и посмотрим на сходство. К концу у вас будет способ выбрать, какие данные готовить для своей задачи.
Обучение нейросети с учителем и без учителя на одном столе
Пронумеруем карточки, чтобы следить за одними и теми же предметами. Номер здесь нужен только для сверки: он не сообщает модели правильную категорию. У значка видны цвет эмали и рисунок — это два выбранных признака.
Признак описывает объект со стороны входных данных. Метка — ответ, который хотим научиться предсказывать. В нашей задаче меткой будет «птица» или «корабль». Синий цвет эмали остаётся признаком, даже когда в следующем упражнении мы используем его для группировки.
В вводном уроке Google о машинном обучении обучение с учителем связывается с примерами, для которых известны ответы. Подход без учителя ищет закономерности в данных без таких ответов. Это различие относится к машинному обучению в целом, включая нейросетевые методы.
Пока не требуется выбирать название алгоритма или устанавливать программу. Сначала определим вход и желаемый результат. Восемь карточек делают эту разницу видимой; для обучения рабочей модели размер и состав данных подбирают уже под настоящую задачу.
Первая версия: у примеров есть ответы
Подпишем первые шесть карточек. Для птицы метка «птица», для корабля — «корабль». Две последние пока оставим без видимой подписи: на них покажем, чем проверка отличается от знакомства с готовым ответом.
| Карточка | Цвет эмали | Что нарисовано | Метка в первом наборе |
|---|---|---|---|
| 1 | Красный | Птица | Птица |
| 2 | Красный | Корабль | Корабль |
| 3 | Синий | Птица | Птица |
| 4 | Синий | Корабль | Корабль |
| 5 | Красный | Птица | Птица |
| 6 | Синий | Корабль | Корабль |
| 7 | Синий | Птица | Скрыта для проверки |
| 8 | Красный | Корабль | Скрыта для проверки |
В изображениях входом были бы сами рисунки, а в нашей упрощённой таблице мы ещё и назвали видимое словами. Поэтому человеку ответ очевиден. Задача упражнения — проследить, какой ответ задан заранее и как его потом проверить.
При обучении с учителем модель получает связь между входными данными и меткой. Её предсказание сравнивают с известным ответом, а результат сравнения участвует в настройке. После обучения интересует уже новый объект: какую метку модель предскажет для него?
Рисунок показывает подготовленный набор и две карточки проверки. Это схема задачи, а не результат запуска обученной модели.
Для карточек 7 и 8 нужные ответы заранее известны нам: «птица» и «корабль». При проверке модель получает только вход, а мы сопоставляем её прогноз с этими ответами отдельно. Если показать ей нужную подпись вместе с вопросом, упражнение превратится в чтение готовой подписи.
Такие понятия, как примеры, признаки, метки, обучение и оценка на новых данных, отдельно разобраны в уроке Google об обучении с учителем. Для нашей первой версии главное уже на столе: известно, какой ответ считать правильным.
Вторая версия: подписи убрали, предметы сохранили
Возьмите копию тех же восьми карточек и уберите целевые подписи. Теперь попросим найти сходство. Для первого наглядного варианта выберем цвет эмали: получатся красная и синяя группы.
В красную попадут карточки 1, 2, 5 и 8. В синюю — 3, 4, 6 и 7. В каждой есть и птицы, и корабли. Группировка может быть аккуратной по цвету, но на вопрос «где все корабли?» она отвечает иначе, чем заданные метки.
Это выбранная для объяснения раскладка по одному признаку. В реальной кластеризации способ измерять сходство задаётся отдельно.
Кластером называют группу похожих примеров. Что считать похожим, зависит от признаков и способа их сравнить. Можно сравнивать цвет, форму или числовое описание изображения; разные решения способны изменить состав групп. В обзоре кластеризации Google отдельно подчёркивается необходимость определить такую меру сходства.
Поэтому подход «без учителя» сохраняет человеческие решения. Человек выбирает материал, признаки, способ сравнения и критерий пользы. Исчезли именно заранее заданные целевые ответы к примерам, а не все решения вокруг задачи.
Если теперь дать группам названия «красные» и «синие», это будет наше описание найденной структуры. Оно не превращает их в универсальные истинные категории значков. Для оформления стенда цвет может быть прекрасным основанием. Для подсчёта кораблей понадобится другой вопрос.
Вопросы и ответы о проверке
Как проверить две разные просьбы
В первой версии у нас есть эталонные метки. Можно взять новые карточки, попросить модель назвать рисунок и сравнить её прогнозы с заранее установленными ответами. Нас интересует, насколько хорошо она справляется с нужной классификацией.
Во второй версии оценим, полезны ли группы для выбранной задачи. Если хотели подготовить цветные разделы стенда, посмотрим, получилась ли удобная раскладка, не смешаны ли цвета и сохраняется ли смысл при добавлении новых значков. Если искали темы коллекции, одних цветных разделов окажется мало. Придётся вернуться к предметам и спросить, что именно мы собирались узнать.
| Что хотим узнать | Что нужно на входе | С чем сверяем результат |
|---|---|---|
| Какую заданную метку предсказать? | Примеры с признаками и нужными ответами | С известными метками на отдельных новых примерах |
| Какая структура есть в наборе? | Примеры без целевых ответов, выбранный способ сравнения | Сходство внутри групп и польза для поставленной задачи |
Одна коллекция допускает разные вопросы. Способ проверки выбирается вместе с нужным результатом.
Красивые островки на столе уже дали результат группировки. Следующий вопрос — подходят ли они Любе. Название «кластер» не освобождает от этого решения и не сообщает само собой, как оформить выставку.
Что делать с птицей над кораблём
Проверьте и пограничный предмет. Например, на новом значке птица нарисована над кораблём. Для классификации придётся заранее решить, допустимы ли две метки или нужна другая договорённость. Для группировки по цвету вопрос может вообще не возникнуть, если эмаль по-прежнему красная. Одна неоднозначная карточка хорошо показывает, что выбор задачи меняет правила подготовки.
Помощник разложит именно ваш материал
Можно открыть DeepSeek и начать с этого набора. Покажите таблицу или перепишите карточки обычными словами. Для объяснения разницы достаточно текста; загружать коллекцию изображений сразу не обязательно.
Помоги сравнить две задачи на одних карточках. У меня восемь значков с птицами и кораблями с красной и синей эмалью. Сначала хочу предсказывать заданные метки «птица/корабль», затем убрать метки и искать сходство. Объясни отдельно: что подаю на вход, что хочу получить, как проверю результат. Если для моего примера нужно уточнение, задай один вопрос. Не называй разговор о карточках фактическим обучением новой модели.
Первый полезный ответ должен сохранить различие между заданной категорией и найденной группой. Если помощник просто повторил «с учителем есть учитель», попросите показать в таблице столбец с нужным ответом. Здесь абстрактное название должно превратиться в видимый предмет.
Для второго прохода скопируйте набор без меток и попросите предложить два основания сходства. Например, цвет эмали и форма рисунка могут дать разные раскладки. Сверьте номера: каждая исходная карточка должна остаться на месте и попасть в понятную группу по выбранному основанию.
Разговор с уже готовым помощником помогает спроектировать задачу и проверить объяснение. Чтобы действительно обучить новую модель, понадобились бы отдельные данные, алгоритм и запуск. Сегодняшний результат другой и вполне самостоятельный: две подготовленные версии материала и ясное решение, какую из них использовать.
Выберите подход для своего дела
Возьмите небольшую задачу, где у вас уже есть материал. Например, письма с готовыми категориями «ответить сегодня» и «может подождать». Если хотите, чтобы модель предсказывала именно эти категории, сначала нужны последовательные примеры с такими метками и понятный способ их проверки.
Если хотите увидеть, о чём вообще пишут в накопившихся письмах, можно исследовать группы по сходству содержания. После группировки вы сами посмотрите, что их объединяет, и решите, полезны ли названия. Группа по теме «ремонт» не сообщает автоматически, на какое письмо надо ответить сегодня: это другой целевой признак.
Достаточно короткой записи:
Мой материал:
Хочу предсказать заранее заданный ответ или найти структуру:
Если ответ задан — какие метки могу подготовить:
Если ищу структуру — какое сходство полезно:
На чём проверю результат:Если трудно заполнить вторую строку, покажите помощнику сам материал и расскажите, что хотели бы с ним сделать. Пусть уточнит желаемый результат одним вопросом. Полный опросник о будущей системе для этого выбора не нужен.
Начать такую беседу помогает разбор первой задачи для ИИ. А если вопрос уже в том, какие примеры собрать и как описать их одинаково, это следующий отдельный этап подготовки данных; сегодняшний выбор даст ему направление.
Восемь значков всё ещё на месте
Обучение нейросети с учителем и без учителя удобнее различать по тому, что дали модели и чего от неё ждут. Для предсказания меток нужны примеры с нужными ответами. Для поиска структуры мы убираем эти ответы и выбираем, как сравнивать материал и оценивать пользу групп.
В клубе «Первопроходцы» можно осваивать ИИ на своих материалах, задавать вопросы и дорабатывать проектные работы с личной проверкой Никиты Малова. Для знакомства с подходом есть и бесплатная практика.
Люба может оставить красный и синий разделы для оформления, а корабли посчитать отдельно. Чайке не придётся получать капитанское звание за цвет эмали. Коллекция не стала другой. Зато теперь понятно, какую работу выполняет каждая раскладка и какой вопрос задавать помощнику дальше.