百科事典

人工知能では、データを分類および分類するためにデータ セットにラベルまたはタグを追加するプロセスをデータ アノテーションと呼びます。

機械学習におけるブースティングは、主に教師あり学習のバイアスと分散を低減するために使用されるアンサンブル メタ アルゴリズムであり、弱い学習者を強い学習者に変換する一連の機械学習アルゴリズムでもあります。

音楽情報検索 (MIR) は、音楽からの情報の抽出とその分析を含む学際的な分野で、音楽から情報を検索するために必要なプロセス、システム、知識表現を研究することを目的としています。

AI フィードバックを使用した強化学習 (RLAIF) は、学習エージェントが環境からの報酬だけでなく、他の AI システムから得られた洞察にも基づいて動作を洗練できるようにすることで、学習プロセスを強化するハイブリッド学習アプローチです。

パターン認識では、機械学習アルゴリズムを使用して、データ内のパターンやパターンを自動的に識別します。このデータには、テキストや画像からサウンドやその他の定義可能な品質まで、あらゆるものが含まれます。

アクティブ ラーニングは機械学習の特殊なケースであり、学習アルゴリズムがユーザー (またはその他の情報源) に対話的にクエリを実行して、新しいデータ ポイントに目的の出力をラベル付けできます。

予測分析 このプロセスでは、データ分析、機械学習、人工知能、統計モデルを使用して、将来の行動を予測する可能性のあるパターンを見つけます。

意見マイニングとしても知られるテキスト感情分析 (感情分析) は、自然言語処理、テキスト マイニング、コンピューター言語学、および元の素材内の主観的な情報を特定して抽出するその他の方法の使用を指します。

Reciprocal Rank Fusion (RRF) は、以前にランク付けされた複数の結果の検索スコアを評価して、統一された結果セットを生成するアルゴリズムです。

グリッド コンピューティングでは、未使用のリソースをすべて複数のコンピューター上にプールし、それらを使用して単一のタスクを実行します。組織はグリッド コンピューティングを使用して、大規模なタスクを実行したり、1 台のコンピューターでは処理できない複雑な問題を解決したりします。 

逆方向連鎖は、人工知能の分野のエキスパート システムやルール エンジンで一般的に使用される推論方法です。

順方向連鎖は、既知の事実に基づいて徐々に結論を導き出すために使用される推論方法です。ルール推論システムでは、既知の開始事実またはルールから開始し、ルールの条件部分を照合し、照合結果に基づいて対応する操作を実行することによって、徐々に新しい結論を導き出します。

人工知能フレームワーク (AI フレームワーク) は、人工知能のバックボーンを表し、人工知能モデルの開発と展開のためのインフラストラクチャを提供します。

自律型 AI とは、人間の介入なしにタスクを実行できる人工知能システムを指します。

バウンディング ボックスは、バウンディング ボリュームまたはバウンディング エリアとも呼ばれ、画像内のターゲットの位置と範囲を記述するために使用される長方形のボックスです。

RAG は、外部ソースから取得したファクトを使用して生成 AI モデルの精度と信頼性を向上させる手法で、ナレッジ ベースを生成する前にトレーニング データ ソースの外部の権威を引用できるようにします。

コンピューター サイエンスにおける分散コンピューティングは、複数のコンピューターが連携して共通の問題を解決できるようにする方法です。

Neural Radiation Field (NeRF) は、2 次元画像の部分セットから複雑な 3 次元シーンを再構築できるニューラル ネットワークです。

Raspberry Pi は、あらゆる入出力ハードウェア デバイスで動作できる、クレジット カード サイズの小型コンピュータです。

混合エキスパート モデル (MoE) の大きな利点は、高密度モデルが必要とするよりもはるかに少ない計算リソースで効率的に事前トレーニングできることです。これは、同じ計算予算内でモデルまたはデータセットのサイズを大幅に増加できることを意味します。

データ拡張は、ディープ ラーニングで一般的に使用される手法の 1 つであり、データ セットに小さな変更を加えたり、ディープ ラーニングを使用して新しいデータ ポイントを生成したりすることが含まれます。 

自己回帰モデルは、シーケンス内の以前の入力を測定することによってシーケンス内の次のコンポーネントを自動的に予測する機械学習 (ML) モデルのクラスです。

Transformer モデルは、入力データの各部分の重要性に応じて異なる重みを割り当てることができるセルフ アテンション メカニズムを使用する深層学習モデルです。このモデルは主に自然言語処理 (NLP) とコンピューター ビジョン (CV) の分野で使用されます。

TensorFlow は、さまざまな知覚および言語理解タスクのための機械学習のためのオープンソース ソフトウェア ライブラリです。現在、音声認識、Gmail、Google フォト、検索などの Google 商用製品など、研究や制作で広く使用されています。