🧠 Umělá inteligence
Umělá inteligence a strojové učení.
🔢Kvantizace
Snížení přesnosti parametrů modelu za účelem snížení paměťových a výpočetních nároků.
🔁Rekurentní neuronová síť
Neuronová síť se smyčkami, která si uchovává paměť předchozích vstupů.
📉Regrese
Úkol predikce spojité číselné hodnoty ze vstupních rysů.
⚖️Regularizace
Techniky, které penalizují složitost, aby se zabránilo přeplnění modelů.
🎮Učení s posilováním
Učení se metodou pokusů a omylů maximalizací kumulativních signálů odměny.
🎲Omezený Boltzmannův stroj
Generativní stochastická neuronová síť s viditelnými a skrytými jednotkami.
🦾Robotika
Návrh, konstrukce a provoz inteligentních strojů.
🪞Sebepozornost
Mechanismus pozornosti, který spojuje různé pozice v rámci jedné sekvence.
🌗Částečně řízené učení
Učení, které kombinuje malé množství označených dat s neoznačenými daty.
🎤Rozpoznávání řeči
Přepis mluveného jazyka do psaného textu.
👨🏫Řízené učení
Učení se z označených dat pro mapování vstupů na známé výstupy.
🔊Převod textu na řeč
Syntéza mluveného zvuku z psaného textu.
✂️Tokenizace
Proces rozdělení textu na menší jednotky zvané tokeny.
📚Tréninková data
Datová sada použitá k učení modelu strojového učení vytvářet predikce.
🔄Přenos učení
Opětovné využití znalostí z jednoho úkolu ke zlepšení výkonu v jiném.
🤖Transformátor
Architektura neuronové sítě založená na mechanismech sebepozornosti.
📉Nedostatečné osazení
Když je model příliš jednoduchý na to, aby zachytil základní strukturu dat.
🔍Učení bez dozoru
Učení se z neoznačených dat za účelem objevování skrytých vzorců nebo struktur.
🗜️Variační autoenkodér
Generativní model, který se učí latentní reprezentaci vstupních dat.
🔤Vkládání slov
Hustá vektorová reprezentace slov, která zachycuje sémantický význam.
0️⃣Učení s nulovým výkonem
Schopnost modelu zvládat úkoly, na kterých nebyl explicitně trénován.