Wiki
Wir haben Hunderte von verwandten Einträgen zusammengestellt, um Ihnen zu helfen, "künstliche Intelligenz" zu verstehen
Die ursprüngliche Stichprobenmethode ist eine grundlegende Stichprobenmethode für gerichtete Graphenmodelle, die sich auf die Generierung von Stichproben aus der durch das Modell dargestellten gemeinsamen Verteilung bezieht und auch als Ahnenstichprobenmethode bezeichnet wird.
Bei der Anomalieerkennung geht es darum, Objekte zu finden, die sich von den meisten Objekten unterscheiden, also eigentlich Ausreißer zu finden. Anomalieerkennung wird manchmal auch Abweichungserkennung genannt. Anomale Objekte sind relativ selten.
Eine Lernregel ist ein Konzept in neuronalen Netzwerkmodellen, das darstellt, wie sich die Gewichte im Netzwerk im Laufe der Zeit anpassen. Dies wird allgemein als kinetische Regel für den Langzeitbereich angesehen.
Der Actor-Critic-Algorithmus ist ein Verstärkungslernalgorithmus, der ein Richtliniennetzwerk und eine Wertefunktion kombiniert. Es berechnet die Wahrscheinlichkeit, unter verschiedenen Bedingungen verschiedene Aktionen auszuführen, anhand der Belohnungs- und Bestrafungsinformationen der Ergebnisse. Auch als AC-Algorithmus bekannt.
Die Aufgabe des akustischen Modells besteht darin, P(O|W) zu berechnen, also die Wahrscheinlichkeit, eine Sprachwellenform für das Modell zu generieren. Das akustische Modell ist einer der wichtigsten Teile des Spracherkennungssystems. Es macht den größten Teil des Rechenaufwands bei der Spracherkennung aus und bestimmt die Leistung des Spracherkennungssystems.
Der adaptive Bitrate-Algorithmus ist eine Videoübertragungstechnologie, die die Bitrate von Streaming-Medien automatisch anpasst. Die Anpassungsfaktoren hängen hauptsächlich von den Netzwerkbedingungen oder der Clientverzögerung ab.
Die Tensor Processing Unit (TPU) ist ein spezieller integrierter Schaltkreis, der speziell für maschinelles Lernen entwickelt wurde.
Schräge Entscheidungsbäume werden auch multivariate Entscheidungsbäume genannt. Es handelt sich um einen Entscheidungsbaum, in dem Knoten lineare Ausdrücke mehrerer Attribute als Bewertungskriterien verwenden.
Ungeordnete Attribute sind Attribute, die nicht in einer Reihenfolge angeordnet werden können.
Die Eigenschaft der eingeschränkten Isometrie (RIP) ist eine Eigenschaft, die verwendet wird, um die Beziehung zwischen nahezu orthogonalen Matrizen bei der Behandlung von Problemen wie dünn besetzten Vektoren zu beschreiben.
Trainingsbeispiele beziehen sich auf Instanzen, die während des Trainingsvorgangs zum Training markiert werden.
Die Support-Vektor-Erweiterung ist die Erweiterung der Kernelfunktion der optimalen Lösung des Modells durch die Trainingsbeispiele.
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-[…]