🤓Итоги квиза
Итак, лишним может быть любой ответ:
1️⃣ - единственный предмет из приведенных, который по-существу используют только для гадания (кофейную гущу добавляют в рассаду, на червях и гадают и используют как приманку, в обычные карты можно просто играть)
2️⃣ - выделяется по цветовой гамме из остальных
3️⃣ - если обратить внимание, что черви желатиновые, то на таких конечно никто не гадает :) Но тут зависит от «что хотел сказать автор», потому что в изначальной версии квиза были и желатиновые, и настоящие черви, из-за чего ответ был очевиден.
4️⃣ - как верно заметили в комментариях, единственная картинка с одним объектом, а не несколькими (на 2 - кофейные зерна)
Ну и, наконец, если следовать духу загадок вроде «В автобусе спали все пассажиры, но только водитель не спал, как звали водителя?», то правильный ответ 1, потому что «ответ только один». И это вы тоже отгадали 👏
Во-первых, вы молодцы и помогли показать, что обосновать можно как правило все что угодно (за это я и ненавижу с детства задания в тестовой форме с выбором вариантов ответа 😁).
🤔 Во-вторых зачем нам это все: то, чем мы сейчас занимались, было примером обучения без учителя (unsupervised learning). Когда вам не приведены в обучающей выборке примеры и правильные ответы, по которым можно понять, по какому принципу вы считаете объекты похожими и непохожими друг на друга, всегда есть куча способов поделить объекты выборки на группы. Именно поэтому задачи unsupervised learning на порядок сложнее решить удовлетворительно для человека, чем задачи supervised learning.
Вот делаете вы кластеризацию, например, отзывов на товары, и как вашему алгоритму понять, по товарам вы кластеризуете, по тональности, по лексике, по обнаруженным проблемам или еще по чему? Только по тому, как вы считаете признаки, и в каких признаках различия проявляются сильнее. Что при 100-1000-10000 признаках попробуй еще отследи.
Вы скажете: что же это за вранье было, что «ответ только один»? Ну так unsupervised алгоритмам тоже надо дать только один ответ, когда способов ответить логично целое множество. Это было полное погружение в жизнь алгоритмов обучения без учителя, почувствуйте изнутри, так сказать :)
💡Но в то же время если быть достаточно находчивым в построении unsupervised штук, они могут забустить целый набор supervised задач. И в следующий раз я расскажу вам, причем здесь word2vec и GPT - две казалось бы очень разнесенные по времени своей популярности вещи, но обе показывающие мощь правильно примененных unsupervised подходов.
Итак, лишним может быть любой ответ:
1️⃣ - единственный предмет из приведенных, который по-существу используют только для гадания (кофейную гущу добавляют в рассаду, на червях и гадают и используют как приманку, в обычные карты можно просто играть)
2️⃣ - выделяется по цветовой гамме из остальных
3️⃣ - если обратить внимание, что черви желатиновые, то на таких конечно никто не гадает :) Но тут зависит от «что хотел сказать автор», потому что в изначальной версии квиза были и желатиновые, и настоящие черви, из-за чего ответ был очевиден.
4️⃣ - как верно заметили в комментариях, единственная картинка с одним объектом, а не несколькими (на 2 - кофейные зерна)
Ну и, наконец, если следовать духу загадок вроде «В автобусе спали все пассажиры, но только водитель не спал, как звали водителя?», то правильный ответ 1, потому что «ответ только один». И это вы тоже отгадали 👏
Во-первых, вы молодцы и помогли показать, что обосновать можно как правило все что угодно (за это я и ненавижу с детства задания в тестовой форме с выбором вариантов ответа 😁).
🤔 Во-вторых зачем нам это все: то, чем мы сейчас занимались, было примером обучения без учителя (unsupervised learning). Когда вам не приведены в обучающей выборке примеры и правильные ответы, по которым можно понять, по какому принципу вы считаете объекты похожими и непохожими друг на друга, всегда есть куча способов поделить объекты выборки на группы. Именно поэтому задачи unsupervised learning на порядок сложнее решить удовлетворительно для человека, чем задачи supervised learning.
Вот делаете вы кластеризацию, например, отзывов на товары, и как вашему алгоритму понять, по товарам вы кластеризуете, по тональности, по лексике, по обнаруженным проблемам или еще по чему? Только по тому, как вы считаете признаки, и в каких признаках различия проявляются сильнее. Что при 100-1000-10000 признаках попробуй еще отследи.
Вы скажете: что же это за вранье было, что «ответ только один»? Ну так unsupervised алгоритмам тоже надо дать только один ответ, когда способов ответить логично целое множество. Это было полное погружение в жизнь алгоритмов обучения без учителя, почувствуйте изнутри, так сказать :)
💡Но в то же время если быть достаточно находчивым в построении unsupervised штук, они могут забустить целый набор supervised задач. И в следующий раз я расскажу вам, причем здесь word2vec и GPT - две казалось бы очень разнесенные по времени своей популярности вещи, но обе показывающие мощь правильно примененных unsupervised подходов.