HyperAI
Command Palette
Search for a command to run...
Wiki
Machine Learning Glossary: Definitionen und Erklärungen wichtiger KI- und ML-Konzepte erkunden
Sparsity bezieht sich auf eine Situation, in der der Anteil der 0-Elemente groß ist.
Die Zustandskennlinienfunktion ist eine am Knoten definierte Kennlinienfunktion und hängt von der aktuellen Position ab.
Die True Prediction Rate (TPR) ist das Verhältnis der Anzahl positiver Stichprobenvorhersagen zur tatsächlichen Anzahl positiver Stichproben.
Die wahre Klasse bezieht sich auf jene Stichproben, die im Problem der binären Klassifizierung korrekt als positive Klasse beurteilt werden.
Als echte Negative (TN) werden jene Stichproben bezeichnet, die bei einem binären Klassifizierungsproblem korrekt als negativ beurteilt werden.
Transduktives Lernen ist eine Methode zur Vorhersage spezifischer Testbeispiele durch Beobachtung spezifischer Trainingsbeispiele.
Unter Schwellenwertverschiebung versteht man die Anpassung des Schwellenwerts für die Klassifizierung von Kategorien entsprechend den tatsächlichen Bedingungen. Es wird häufig verwendet, um das Problem des Klassenungleichgewichts zu lösen.
Die Threshold Logic Unit (TLU) ist die Grundeinheit des neuronalen Netzwerks.
Der Schwellenwert wird auch als kritischer Wert oder Schwellenwert bezeichnet. Es handelt sich dabei um den Wert einer Bedingung, die erforderlich ist, um eine bestimmte Änderung an einem Objekt zu bewirken. In der akademischen Forschung ist dies ein gängiger Begriff.
Die Methode der kleinsten Quadrate ist ein mathematisches Optimierungsverfahren. Es findet die beste Funktion, die zu den Daten passt, indem es die Summe der quadrierten Fehler minimiert.
Ein Tensor ist eine multilineare Funktion, mit der lineare Beziehungen zwischen Vektoren, Skalaren und anderen Tensoren dargestellt werden können.
Das Wasserstein Generative Adversarial Network bietet mehrere Vorteile: Es löst das Problem des instabilen GAN-Trainings, ohne dass der Trainingsgrad des Generators und des Diskriminators sorgfältig ausbalanciert werden muss. Es löst grundsätzlich das Collapse-Mode-Problem und stellt die Vielfalt der generierten Samples sicher. Es gibt Probleme wie Kreuzentropie und Quasi-[…]
Der Viterbi-Algorithmus ist ein Algorithmus der dynamischen Programmierung.
Die VC-Dimension wird verwendet, um die Kapazität eines binären Klassifikators zu messen.
Ein Unterraum wird im Allgemeinen auch als linearer Unterraum oder Vektorunterraum bezeichnet, der eine Teilmenge eines Vektorraums ist.
Die Bedeutung des spärlichen Ausdrucks liegt in der Dimensionsreduzierung, und diese Dimensionsreduzierung beschränkt sich nicht nur auf die Platzersparnis. Die Abhängigkeit zwischen den Dimensionen des Merkmalsvektors wird nach der spärlichen Expression geringer und unabhängiger.
Das Stabilitäts-Plastizitäts-Dilemma ist sowohl in künstlichen als auch in biologischen neuronalen Systemen eine Einschränkung.
Spracherkennung ist eine Technologie, die es Computern ermöglicht, natürliche Sprache zu erkennen. Ziel ist es, dass Computer menschliche Sprachinhalte in entsprechenden Text umwandeln.
Simulated Annealing ist ein allgemeiner probabilistischer Algorithmus, der häufig verwendet wird, um innerhalb eines bestimmten Zeitraums eine nahezu optimale Lösung in einem großen Suchraum zu finden.
Die Ähnlichkeitsmessung dient der Abschätzung der Ähnlichkeit zwischen verschiedenen Proben und wird häufig als Kriterium bei Klassifizierungsproblemen verwendet.
Die Sigmoidfunktion ist eine allgemeine S-förmige Funktion, auch als S-förmige Wachstumskurve bekannt. Aufgrund ihrer monoton zunehmenden und invers monoton zunehmenden Eigenschaften wird die Sigmoid-Funktion häufig als Schwellenwertfunktion in neuronalen Netzwerken verwendet, um Variablen zwischen 0 und 1 abzubilden.
Unter unbemanntem Fahren versteht man hauptsächlich selbstfahrende Autos, auch fahrerlose Autos, computergesteuerte Autos oder mobile Roboter auf Rädern genannt. Es handelt sich um eine Art unbemanntes Bodenfahrzeug mit den Transportfähigkeiten herkömmlicher Autos.
Ein Hilbert-Raum mit reproduzierendem Kernel (RKHS) ist ein Hilbert-Raum mit einem reproduzierenden Kernel, der aus Funktionen besteht. Im Hilbert-Raum wird der „Kernel-Trick“ verwendet, um einen Datensatz in einen hochdimensionalen Raum abzubilden, der ein reproduzierbarer Kernel-Hilbert-Raum ist.
Bei der Regularisierung handelt es sich um den Prozess der Einführung zusätzlicher Informationen, um schlecht gestellte Probleme zu lösen oder eine Überanpassung zu verhindern.
Sparsity bezieht sich auf eine Situation, in der der Anteil der 0-Elemente groß ist.
Die Zustandskennlinienfunktion ist eine am Knoten definierte Kennlinienfunktion und hängt von der aktuellen Position ab.
Die True Prediction Rate (TPR) ist das Verhältnis der Anzahl positiver Stichprobenvorhersagen zur tatsächlichen Anzahl positiver Stichproben.
Die wahre Klasse bezieht sich auf jene Stichproben, die im Problem der binären Klassifizierung korrekt als positive Klasse beurteilt werden.
Als echte Negative (TN) werden jene Stichproben bezeichnet, die bei einem binären Klassifizierungsproblem korrekt als negativ beurteilt werden.
Transduktives Lernen ist eine Methode zur Vorhersage spezifischer Testbeispiele durch Beobachtung spezifischer Trainingsbeispiele.
Unter Schwellenwertverschiebung versteht man die Anpassung des Schwellenwerts für die Klassifizierung von Kategorien entsprechend den tatsächlichen Bedingungen. Es wird häufig verwendet, um das Problem des Klassenungleichgewichts zu lösen.
Die Threshold Logic Unit (TLU) ist die Grundeinheit des neuronalen Netzwerks.
Der Schwellenwert wird auch als kritischer Wert oder Schwellenwert bezeichnet. Es handelt sich dabei um den Wert einer Bedingung, die erforderlich ist, um eine bestimmte Änderung an einem Objekt zu bewirken. In der akademischen Forschung ist dies ein gängiger Begriff.
Die Methode der kleinsten Quadrate ist ein mathematisches Optimierungsverfahren. Es findet die beste Funktion, die zu den Daten passt, indem es die Summe der quadrierten Fehler minimiert.
Ein Tensor ist eine multilineare Funktion, mit der lineare Beziehungen zwischen Vektoren, Skalaren und anderen Tensoren dargestellt werden können.
Das Wasserstein Generative Adversarial Network bietet mehrere Vorteile: Es löst das Problem des instabilen GAN-Trainings, ohne dass der Trainingsgrad des Generators und des Diskriminators sorgfältig ausbalanciert werden muss. Es löst grundsätzlich das Collapse-Mode-Problem und stellt die Vielfalt der generierten Samples sicher. Es gibt Probleme wie Kreuzentropie und Quasi-[…]
Der Viterbi-Algorithmus ist ein Algorithmus der dynamischen Programmierung.
Die VC-Dimension wird verwendet, um die Kapazität eines binären Klassifikators zu messen.
Ein Unterraum wird im Allgemeinen auch als linearer Unterraum oder Vektorunterraum bezeichnet, der eine Teilmenge eines Vektorraums ist.
Die Bedeutung des spärlichen Ausdrucks liegt in der Dimensionsreduzierung, und diese Dimensionsreduzierung beschränkt sich nicht nur auf die Platzersparnis. Die Abhängigkeit zwischen den Dimensionen des Merkmalsvektors wird nach der spärlichen Expression geringer und unabhängiger.
Das Stabilitäts-Plastizitäts-Dilemma ist sowohl in künstlichen als auch in biologischen neuronalen Systemen eine Einschränkung.
Spracherkennung ist eine Technologie, die es Computern ermöglicht, natürliche Sprache zu erkennen. Ziel ist es, dass Computer menschliche Sprachinhalte in entsprechenden Text umwandeln.
Simulated Annealing ist ein allgemeiner probabilistischer Algorithmus, der häufig verwendet wird, um innerhalb eines bestimmten Zeitraums eine nahezu optimale Lösung in einem großen Suchraum zu finden.
Die Ähnlichkeitsmessung dient der Abschätzung der Ähnlichkeit zwischen verschiedenen Proben und wird häufig als Kriterium bei Klassifizierungsproblemen verwendet.
Die Sigmoidfunktion ist eine allgemeine S-förmige Funktion, auch als S-förmige Wachstumskurve bekannt. Aufgrund ihrer monoton zunehmenden und invers monoton zunehmenden Eigenschaften wird die Sigmoid-Funktion häufig als Schwellenwertfunktion in neuronalen Netzwerken verwendet, um Variablen zwischen 0 und 1 abzubilden.
Unter unbemanntem Fahren versteht man hauptsächlich selbstfahrende Autos, auch fahrerlose Autos, computergesteuerte Autos oder mobile Roboter auf Rädern genannt. Es handelt sich um eine Art unbemanntes Bodenfahrzeug mit den Transportfähigkeiten herkömmlicher Autos.
Ein Hilbert-Raum mit reproduzierendem Kernel (RKHS) ist ein Hilbert-Raum mit einem reproduzierenden Kernel, der aus Funktionen besteht. Im Hilbert-Raum wird der „Kernel-Trick“ verwendet, um einen Datensatz in einen hochdimensionalen Raum abzubilden, der ein reproduzierbarer Kernel-Hilbert-Raum ist.
Bei der Regularisierung handelt es sich um den Prozess der Einführung zusätzlicher Informationen, um schlecht gestellte Probleme zu lösen oder eine Überanpassung zu verhindern.