Wiki
Wir haben Hunderte von verwandten Einträgen zusammengestellt, um Ihnen zu helfen, "künstliche Intelligenz" zu verstehen
Markow-Entscheidungsprozesse sind eine Erweiterung der Markow-Ketten, ergänzt um Aktionen (Auswahlmöglichkeiten bieten) und Belohnungen (Motivation geben).
Eine Markow-Kette ist ein mathematisches System, das Übergänge von einem Zustand in einen anderen gemäß einer bestimmten Wahrscheinlichkeitsregel durchläuft.
Im Bereich der Objekterkennung ist die Ankerbox ein Hilfsmittel zur Definition der Position und Größe des Objekts.
In der Statistik und im maschinellen Lernen beschreibt der Bias-Varianz-Kompromiss die Beziehung zwischen der Komplexität eines Modells, der Genauigkeit seiner Vorhersagen und seiner Fähigkeit, Vorhersagen auf der Grundlage bisher unbekannter Daten zu treffen, die nicht zum Trainieren des Modells verwendet wurden.
Bei der Merkmalsauswahl handelt es sich um den Prozess, bei dem die konsistenteste, nicht redundanteste und relevanteste Teilmenge von Merkmalen für die Verwendung beim Modellaufbau isoliert wird.
Unter Merkmalsextraktion versteht man den Prozess der Umwandlung von Rohdaten in verarbeitbare numerische Merkmale unter Beibehaltung der Informationen im ursprünglichen Datensatz. Es führt zu besseren Ergebnissen als die direkte Anwendung von maschinellem Lernen auf Rohdaten.
Unter Datenvorverarbeitung versteht man die Manipulation, Filterung oder Verbesserung von Daten vor der Analyse und ist normalerweise ein wichtiger Schritt im Data-Mining-Prozess. Das Ziel der Datenvorverarbeitung besteht darin, die Qualität der Daten zu verbessern und sie für bestimmte Data-Mining-Aufgaben besser geeignet zu machen.
Data Mining ist ein interdisziplinärer Zweig der Informatik. Es handelt sich um einen rechnerischen Prozess, der die Schnittstelle zwischen künstlicher Intelligenz, maschinellem Lernen, Statistik und Datenbanken nutzt, um Muster in relativ großen Datensätzen zu erkennen.
Q-Learning ist ein modellfreier, Off-Policy-Reinforcement-Learning-Algorithmus, der die beste Vorgehensweise im aktuellen Zustand des Agenten findet.
Neuronale Netze sind durch eine große Zahl künstlicher Neuronen rechnerisch miteinander verbunden. Dabei werden miteinander verbundene Knoten oder Neuronen in einer hierarchischen Struktur verwendet, die dem menschlichen Gehirn ähnelt. Es können adaptive Systeme erstellt werden, mit denen Computer aus ihren Fehlern lernen und sich kontinuierlich verbessern.
Deep Learning ist ein Ansatz der künstlichen Intelligenz (KI), um Computern beizubringen, Daten auf eine Weise zu verarbeiten, die vom menschlichen Gehirn inspiriert ist.
Grouped Query Attention (GQA) ist eine Methode, die zwischen Multi-Query Attention (MQA) und Multi-Head Attention (MHA) in Large Language Models (LLM) interpoliert.
In der Informatik werden regelbasierte Systeme zum Speichern und Nutzen von Wissen eingesetzt, um Informationen sinnvoll zu interpretieren.
Generative künstliche Intelligenz (AIGC) ist ein KI-System, das als Reaktion auf Eingabeaufforderungen Text, Bilder oder andere Medien generieren kann, darunter Text, Bilder, Videos und 3D-Modelle.
Ein Rechenknoten ist ein Computer und seine unterstützende Ausrüstung, die im Bereich der Informatik und Technologie verwendet wird.
In der Computertechnik ist der Cache-Speicher ein temporärer Speicher, der zum Speichern von Daten verwendet wird, auf die häufig zugegriffen wird, oder der während der Ausführung eines Computerprogramms vorübergehend gespeichert wird, um die Geschwindigkeit beim Lesen und Zugreifen auf Daten zu erhöhen.
Random Access Memory (RAM), auch Hauptspeicher genannt, ist der Arbeitsspeicher des Computers, der zum Speichern der Daten verwendet wird, die der Prozessor aktuell verwendet.
Read-Only-Memory (ROM) ist ein nichtflüchtiger Speichertyp, der in Computern und anderen elektronischen Geräten verwendet wird.
In der künstlichen Intelligenz sind Expertensysteme Computersysteme, die die Entscheidungsfähigkeiten menschlicher Experten simulieren. Expertensysteme sind das wichtigste und aktivste Anwendungsfeld der künstlichen Intelligenz. Es ist ein wichtiger Durchbruch beim Übergang der künstlichen Intelligenz von der theoretischen Forschung zur praktischen Anwendung und von der Diskussion allgemeiner Denkstrategien zur Nutzung von Fachwissen gelungen.
Zero-Copy-Technologie bedeutet, dass die CPU bei der Ausführung einer Operation durch einen Computer die Daten nicht zuerst von einem Speicherort in einen anderen bestimmten Bereich kopieren muss.
Der Hauptzweck von Zero-Shot besteht darin, Ergebnisse ohne Trainingsbeispiele vorhersagen zu können. Die Maschine muss Objekte aus Klassen erkennen, auf die sie während des Trainings nicht trainiert wurde. Zero-Shot-Learning basiert auf der Wissensvermittlung, die bereits in den im Training vermittelten Beispielen enthalten ist.
MMLU bietet eine Möglichkeit, verschiedene Sprachmodelle wie OpenAI GPT-4, Mistral 7b, Google Gemini und Anthropic Claude 2 zu testen und zu vergleichen.
AIOps bezieht sich auf die Verwendung von Big Data, erweiterten Analysen und maschinellem Lernen zur Verbesserung der operativen und funktionalen Arbeitsabläufe von IT-Teams.
Apptainer ist ein Containersystem für High Performance Computing (HPC), früher bekannt als Singularity. Es wird zum Erstellen und Ausführen von Linux-Containern, Verpackungssoftware, Bibliotheken und Laufzeitcompilern in isolierten Umgebungen verwendet.