# Модуль 08. Обучение без учителя

Плановый срок: **недели 17**.

## Цели

- понимать кластеризацию и её ограничения
- применять PCA, t-SNE и UMAP без неверных выводов
- работать с аномалиями и неразмеченными данными

## Предварительные знания

Нужны расстояния, масштабирование признаков, собственные векторы/SVD и навыки честной оценки моделей.

## Теория

1. [Классификация и кластеризация](notes/01_clustering_vs_classification.md)
2. [k-means, иерархическая кластеризация и DBSCAN](notes/02_clustering_algorithms.md)
3. [PCA, t-SNE, UMAP и визуализация размерности](notes/03_dimensionality_reduction.md)
4. [Поиск аномалий без надёжной разметки](notes/04_anomaly_detection.md)

Термины модуля: [`glossary.md`](glossary.md).

Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими
руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно
уметь связать с кодом и наблюдаемым поведением модели.

## Задания

- [`assignments/01_clustering.md`](assignments/01_clustering.md) — Кластеризация разных геометрий
- [`assignments/02_embeddings.md`](assignments/02_embeddings.md) — Карта представлений
- [`assignments/03_anomaly.md`](assignments/03_anomaly.md) — Детектор аномалий

## Завершение модуля

Модуль завершён, когда все задания удовлетворяют критериям приёмки,
вы можете объяснить основные решения без ноутбука и получили review.