HyperAI
Command Palette
Search for a command to run...
Wiki
Machine Learning Glossary: Definitionen und Erklärungen wichtiger KI- und ML-Konzepte erkunden
Das Big Language Model ist ein Algorithmus der künstlichen Intelligenz. Es wendet neuronale Netzwerktechnologie mit einer großen Anzahl von Parametern an und nutzt selbstüberwachte Lerntechniken, um menschliche Sprache oder Texte zu verarbeiten und zu verstehen.
Ausgabemodulation ist eine Methode zum Transformieren der Ausgabedarstellung und zum Verursachen ihrer Störung, die häufig verwendet wird, um die Vielfalt des Lernenden zu erhöhen. Es geht darum, einen individuellen Lerner zu konstruieren, nachdem die Klassifizierungsausgabe in eine Regressionsausgabe umgewandelt wurde.
Random Forest ist ein vielseitiger Algorithmus, der mehrere Entscheidungsbäume enthält.
Random Walk ist ein statistisches Modell, das aus einer Reihe zufälliger Aktionstrajektorien besteht und zur Darstellung unregelmäßiger Änderungen verwendet wird.
Neural Machine Translation (NMT) ist ein Framework für maschinelle Übersetzung, das auf reinen neuronalen Netzwerken basiert. Es verwendet neuronale Netzwerke, um eine End-to-End-Übersetzung von der Ausgangssprache in die Zielsprache zu erreichen.
Eine neuronale Turingmaschine ist eine Turingmaschine, die auf einem neuronalen Netzwerk basiert. Es handelt sich um einen von der Turingmaschine inspirierten Maschinenalgorithmus, der Differentialfunktionen implementieren kann. Es enthält einen neuronalen Netzwerkcontroller und einen externen Speicher.
Dieselbe Strategie bedeutet, dass die Strategie zum Generieren von Stichproben dieselbe ist wie die Strategie, die beim Aktualisieren der Parameter durch das Netzwerk verwendet wird. Ein typisches Beispiel für dieselbe Strategiemethode ist der SARAS-Algorithmus.
Die Receiver Operating Characteristic (ROC) ist eine Testmetrik für einen System-Matching-Algorithmus. Es handelt sich um eine Beziehung zwischen dem Übereinstimmungsscore-Schwellenwert, der Falsch-Positiv-Rate und der Falsch-Negativ-Rate. Es spiegelt das Gleichgewicht zwischen der Ablehnungsrate und der Falscherkennungsrate des Erkennungsalgorithmus bei verschiedenen Schwellenwerten wider.
Die Restricted Boltzmann Machine ist eine Art zufälliges neuronales Netzwerkmodell mit zweischichtiger Struktur, symmetrischer Verbindung und ohne Selbstrückkopplung.
Simultaneous Localization and Mapping (SLAM) ist eine in der Robotik verwendete Technik.
Statistisches Lernen ist eine Disziplin, die auf Daten basierende probabilistische statistische Modelle erstellt, um Daten vorherzusagen und zu analysieren (auch als statistisches maschinelles Lernen bekannt).
Die alternative Verlustfunktion ist eine Funktion, die verwendet wird, wenn die Berechnung der ursprünglichen Verlustfunktion unpraktisch ist.
Upsampling oder Bildinterpolation wird hauptsächlich verwendet, um das Originalbild zu vergrößern, damit es auf einem Anzeigegerät mit höherer Auflösung angezeigt werden kann.
Das Problem des verschwindenden Gradienten ist ein schwieriges Problem, das beim Training künstlicher neuronaler Netzwerke mittels Gradientenabstieg und Backpropagation auftritt.
T-Distributed Stochastic Neighbor Embedding (t-SNE) ist eine Methode des maschinellen Lernens zur Dimensionsreduzierung.
Treebank ist ein tief verarbeitetes Korpus, das Wortsegmentierung, Wortartmarkierung und Markierung syntaktischer Strukturbeziehungen in Sätzen durchführt.
Die Turingmaschine, auch als deterministische Turingmaschine bekannt, ist ein abstraktes Computermodell, das 1936 von Alan Turing vorgeschlagen wurde. Ihre abstraktere Bedeutung ist eine mathematische Logikmaschine, die als die ultimative leistungsfähige Logikmaschine angesehen werden kann, die jedem endlichen logischen mathematischen Prozess entspricht.
Spezialisierung ist ein Prozess vom Allgemeinen zum Speziellen
Ein Synonymsatz ist eine Sammlung von Wörtern mit derselben Bedeutung.
Der Zeitschritt definiert, wie klein die Zeitintervalle zwischen den Physiksimulationen sind. In einer Game-Engine spiegelt dies wider, wie oft eine Funktion ausgeführt werden muss.
Unter Parameter-Tuning versteht man das Anpassen von Parametern, um bessere Ergebnisse zu erzielen.
Numerische Attribute sind ein Attributtyp, der Daten quantitativ beschreibt, was bedeutet, dass die Daten eine messbare Menge darstellen.
Unter allgemeiner künstlicher Intelligenz versteht man eine intelligente Entität mit Fähigkeiten, die denen des Menschen ebenbürtig oder sogar überlegen sind. Auch als starke künstliche Intelligenz bekannt, kann sie alle intelligenten Verhaltensweisen aufweisen, die auch normale Menschen haben. Um es vom KI-Begriff in der traditionellen künstlichen Intelligenz oder Mainstream-künstlichen Intelligenz zu unterscheiden, wird ein gemeinsames Präfix hinzugefügt.
Attributraum: Der durch Attribute aufgespannte Raum, auch „Beispielraum“ oder „Eingaberaum“ genannt. Merkmalsraum: Der Attributraum, der durch Ausschluss linear korrelierter Attribute und Attribute, die für die Modellkonstruktion nicht von Vorteil sind, gebildet wird, wird als Merkmalsraum bezeichnet. Verwandte Konzepte Datensatz […]
Das Big Language Model ist ein Algorithmus der künstlichen Intelligenz. Es wendet neuronale Netzwerktechnologie mit einer großen Anzahl von Parametern an und nutzt selbstüberwachte Lerntechniken, um menschliche Sprache oder Texte zu verarbeiten und zu verstehen.
Ausgabemodulation ist eine Methode zum Transformieren der Ausgabedarstellung und zum Verursachen ihrer Störung, die häufig verwendet wird, um die Vielfalt des Lernenden zu erhöhen. Es geht darum, einen individuellen Lerner zu konstruieren, nachdem die Klassifizierungsausgabe in eine Regressionsausgabe umgewandelt wurde.
Random Forest ist ein vielseitiger Algorithmus, der mehrere Entscheidungsbäume enthält.
Random Walk ist ein statistisches Modell, das aus einer Reihe zufälliger Aktionstrajektorien besteht und zur Darstellung unregelmäßiger Änderungen verwendet wird.
Neural Machine Translation (NMT) ist ein Framework für maschinelle Übersetzung, das auf reinen neuronalen Netzwerken basiert. Es verwendet neuronale Netzwerke, um eine End-to-End-Übersetzung von der Ausgangssprache in die Zielsprache zu erreichen.
Eine neuronale Turingmaschine ist eine Turingmaschine, die auf einem neuronalen Netzwerk basiert. Es handelt sich um einen von der Turingmaschine inspirierten Maschinenalgorithmus, der Differentialfunktionen implementieren kann. Es enthält einen neuronalen Netzwerkcontroller und einen externen Speicher.
Dieselbe Strategie bedeutet, dass die Strategie zum Generieren von Stichproben dieselbe ist wie die Strategie, die beim Aktualisieren der Parameter durch das Netzwerk verwendet wird. Ein typisches Beispiel für dieselbe Strategiemethode ist der SARAS-Algorithmus.
Die Receiver Operating Characteristic (ROC) ist eine Testmetrik für einen System-Matching-Algorithmus. Es handelt sich um eine Beziehung zwischen dem Übereinstimmungsscore-Schwellenwert, der Falsch-Positiv-Rate und der Falsch-Negativ-Rate. Es spiegelt das Gleichgewicht zwischen der Ablehnungsrate und der Falscherkennungsrate des Erkennungsalgorithmus bei verschiedenen Schwellenwerten wider.
Die Restricted Boltzmann Machine ist eine Art zufälliges neuronales Netzwerkmodell mit zweischichtiger Struktur, symmetrischer Verbindung und ohne Selbstrückkopplung.
Simultaneous Localization and Mapping (SLAM) ist eine in der Robotik verwendete Technik.
Statistisches Lernen ist eine Disziplin, die auf Daten basierende probabilistische statistische Modelle erstellt, um Daten vorherzusagen und zu analysieren (auch als statistisches maschinelles Lernen bekannt).
Die alternative Verlustfunktion ist eine Funktion, die verwendet wird, wenn die Berechnung der ursprünglichen Verlustfunktion unpraktisch ist.
Upsampling oder Bildinterpolation wird hauptsächlich verwendet, um das Originalbild zu vergrößern, damit es auf einem Anzeigegerät mit höherer Auflösung angezeigt werden kann.
Das Problem des verschwindenden Gradienten ist ein schwieriges Problem, das beim Training künstlicher neuronaler Netzwerke mittels Gradientenabstieg und Backpropagation auftritt.
T-Distributed Stochastic Neighbor Embedding (t-SNE) ist eine Methode des maschinellen Lernens zur Dimensionsreduzierung.
Treebank ist ein tief verarbeitetes Korpus, das Wortsegmentierung, Wortartmarkierung und Markierung syntaktischer Strukturbeziehungen in Sätzen durchführt.
Die Turingmaschine, auch als deterministische Turingmaschine bekannt, ist ein abstraktes Computermodell, das 1936 von Alan Turing vorgeschlagen wurde. Ihre abstraktere Bedeutung ist eine mathematische Logikmaschine, die als die ultimative leistungsfähige Logikmaschine angesehen werden kann, die jedem endlichen logischen mathematischen Prozess entspricht.
Spezialisierung ist ein Prozess vom Allgemeinen zum Speziellen
Ein Synonymsatz ist eine Sammlung von Wörtern mit derselben Bedeutung.
Der Zeitschritt definiert, wie klein die Zeitintervalle zwischen den Physiksimulationen sind. In einer Game-Engine spiegelt dies wider, wie oft eine Funktion ausgeführt werden muss.
Unter Parameter-Tuning versteht man das Anpassen von Parametern, um bessere Ergebnisse zu erzielen.
Numerische Attribute sind ein Attributtyp, der Daten quantitativ beschreibt, was bedeutet, dass die Daten eine messbare Menge darstellen.
Unter allgemeiner künstlicher Intelligenz versteht man eine intelligente Entität mit Fähigkeiten, die denen des Menschen ebenbürtig oder sogar überlegen sind. Auch als starke künstliche Intelligenz bekannt, kann sie alle intelligenten Verhaltensweisen aufweisen, die auch normale Menschen haben. Um es vom KI-Begriff in der traditionellen künstlichen Intelligenz oder Mainstream-künstlichen Intelligenz zu unterscheiden, wird ein gemeinsames Präfix hinzugefügt.
Attributraum: Der durch Attribute aufgespannte Raum, auch „Beispielraum“ oder „Eingaberaum“ genannt. Merkmalsraum: Der Attributraum, der durch Ausschluss linear korrelierter Attribute und Attribute, die für die Modellkonstruktion nicht von Vorteil sind, gebildet wird, wird als Merkmalsraum bezeichnet. Verwandte Konzepte Datensatz […]