Wiki
Wir haben Hunderte von verwandten Einträgen zusammengestellt, um Ihnen zu helfen, "künstliche Intelligenz" zu verstehen
Unter One-Shot-Learning versteht man die Fähigkeit einer Maschine, nach einer einzigen Demonstration wiederholt in unterschiedlichen Umgebungen zu arbeiten, ohne dass sie über Vorkenntnisse des neuen Umgebungsszenarios verfügt.
Unterschiedliche Strategien beziehen sich auf die Strategie zum Generieren neuer Samples, die sich von der Strategie unterscheidet, die verwendet wird, wenn das Netzwerk Parameter aktualisiert.
Die Rauschkontrastschätzung (NCE) ist eine von Gutmann und Hyv¨arinen vorgeschlagene Methode zur statistischen Modellschätzung zur Lösung komplexer Rechenprobleme neuronaler Netzwerke und wird häufig in der Bildverarbeitung und der Verarbeitung natürlicher Sprache verwendet.
Es gibt kein kostenloses Mittagessen (NFL-Theorem), das besagt, dass es keinen einzelnen Lernalgorithmus gibt, der in allen Bereichen den genauesten Lerner hervorbringen kann. Das heißt, bei Problemen in einem bestimmten Bereich ist die erwartete Leistung aller Algorithmen gleich.
Das Newton-Verfahren, auch als Newton-Raphson-Verfahren bekannt, ist ein Verfahren zum approximativen Lösen von Gleichungen im reellen und komplexen Zahlenbereich. Dabei werden die ersten Terme der Taylorreihe der Funktion f(x) verwendet, um die Wurzeln der Gleichung f(y) = 0 zu finden.
Die negative Klasse bezieht sich auf die Klasse, die der positiven Klasse in der binären Klassifizierung entgegengesetzt ist.
Die Verarbeitung natürlicher Sprache ist ein interdisziplinäres Thema, das künstliche Intelligenz, Linguistik, Informatik und andere Disziplinen umfasst. Es untersucht das Problem, Computer dazu zu bringen, natürliche Sprache zu verarbeiten.
Unüberwachtes Lernen ist eine Lernmethode, die keine entsprechenden Kategoriebezeichnungen für den Trainingssatz bereitstellt.
Der Stichprobenraum ist die Menge aller möglichen Ergebnisse eines Experiments oder Zufallsversuchs, und jedes mögliche Ergebnis in einem Zufallsversuch wird als Stichprobenpunkt bezeichnet.
Eine selbstorganisierende Karte (SOM) oder selbstorganisierende Merkmalskarte (SOFM) ist ein künstliches neuronales Netzwerk (KNN), das unüberwachtes Lernen verwendet, um eine niedrigdimensionale (normalerweise zweidimensionale) diskretisierte Darstellung des Eingaberaums von Trainingsbeispielen zu erstellen.
Ein rekurrentes neuronales Netzwerk ist ein Netzwerkmodell zur Verarbeitung von Sequenzdaten. Es bezieht sich auf eine Sequenz, bei der die aktuelle Ausgabe mit der vorherigen Ausgabe in Beziehung steht.
Die gleichgerichtete lineare Einheit (ReLU), auch als lineare Gleichrichtungsfunktion bekannt, ist eine häufig verwendete Aktivierungsfunktion in künstlichen neuronalen Netzwerken und bezieht sich normalerweise auf nichtlineare Funktionen, die durch Rampenfunktionen und deren Varianten dargestellt werden.
Natural Language Understanding (NLU) ist eine Technologie, die die semantische Darstellung natürlicher Sprache durch Grammatik-, Semantik- und Pragmatikanalyse erhält. Es ist ein wichtiger Schritt in der Verarbeitung natürlicher Sprache.
Unter natürlicher Sprachgenerierung (NLG) versteht man die Technologie, die Computern menschenähnliche Ausdrucks- und Schreibfähigkeiten verleiht. Das heißt, es kann automatisch einen hochwertigen Text in natürlicher Sprache basierend auf einigen Schlüsselinformationen und deren Ausdruck innerhalb der Maschine durch einen Planungsprozess generieren.
Das Nash-Gleichgewicht, auch bekannt als nicht-kooperatives Spielgleichgewicht, ist eine wichtige Strategiekombination in der Spieltheorie, benannt nach dem Ökonomen John Nash.
Unter Named Entity Recognition (NER), auch als „Eigennamenerkennung“ bekannt, versteht man den Prozess, bei dem ein Computer benannte Entitäten in einem Text erkennt. Es handelt sich um eine grundlegende NLP-Aufgabe (Natural Language Processing).