ai_learning/modules/08_unsupervised_learning

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
2. k-means, иерархическая кластеризация и DBSCAN
3. PCA, t-SNE, UMAP и визуализация размерности
4. Поиск аномалий без надёжной разметки

Термины модуля: 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 — Кластеризация разных геометрий
• assignments/02_embeddings.md — Карта представлений
• 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.