Mikä on Upotukset
Datan vektoriesitykset ML:lle
Upotukset — numeeriset vektorit, jotka esittävät objekteja (sanoja, kuvia, käyttäjiä) moniulotteisessa avaruudessa niin, että samankaltaiset objektit ovat lähellä toisiaan.
Upotusten tyypit
- Teksti — Word2Vec, GloVe, FastText, BERT-upotukset
- Lauseet — Sentence-BERT, Universal Sentence Encoder
- Kuvat — ResNet-ominaisuudet, CLIP-upotukset
- Käyttäjä/tuote — suositusjärjestelmille
- Graafit — Node2Vec, GraphSAGE verkkodatalle
Avainominaisuudet
- Semanttinen samankaltaisuus — samankaltaiset objektit lähellä avaruudessa
- Vektoriaritmetiikka — kuningas - mies + nainen = kuningatar
- Ulottuvuus — tyypillisesti 128-1536 ulottuvuutta
- Kosinusamankaltaisuus — mittari vektorien vertailuun
Liiketoimintasovellukset
- Semanttinen haku — haku merkityksen, ei avainsanojen mukaan
- Suositukset — "samankaltaisia tuotteita", "saatat pitää"
- Chatbotit — RAG-järjestelmät tietokantavastauksiin
- Klusterointi — automaattinen sisällön ryhmittely
- Duplikaattien tunnistus — samankaltaisten dokumenttien ja kuvien löytäminen