🌐Federated Learning

Træningsmodeller på tværs af decentraliserede enheder uden at dele rådata.

🔢Få-skuds læring

Læring ud fra kun et lille antal mærkede eksempler pr. klasse.

🎛️Finjustering

Yderligere træning af en forudrænet model på et mindre opgavespecifikt datasæt.

⚔️Generativt Adversarielt Netværk

To netværk konkurrerer: en generator skaber data, og en diskriminator bedømmer dem.

🎨Generativ AI

AI-systemer, der kan skabe nyt indhold såsom tekst, billeder eller lyd.

✨Generativ model

En model, der lærer at generere nye data, der ligner dens træningssæt.

⛰️Gradient Descent

En optimeringsalgoritme, der iterativt minimerer en tabsfunktion.

🕸️Graf Neuralt Netværk

Et neuralt netværk designet til at operere på grafstrukturerede data.

🎚️Hyperparameter

En konfigurationsindstilling, der styrer en models træningsprocessen.

🧩Billedsegmentering

Opdeling af et billede i regioner for at identificere objekter og grænser.

⚙️Inferens

Processen med at bruge en trænet model til at lave forudsigelser på baggrund af nye data.

🧪Videndestillation

Træning af en lille model til at efterligne en større models opførsel.

🕸️Vidensgraf

En struktureret repræsentation af enheder og deres relationer.

🏷️Etiket

Den kendte output- eller målværdi knyttet til et træningseksempel.

📖Stor sprogmodel

En transformerbaseret model trænet på massive tekstkorpora.

👻Latent variabel

En uobserveret variabel udledt af data, der påvirker resultaterne.

🧠Lang korttidshukommelse

En tilbagevendende netværksarkitektur, der lærer langsigtede afhængigheder at kende.

📏Tabsfunktion

En funktion, der måler forskellen mellem forudsagte og faktiske værdier.

📈Maskinlæring

Et felt hvor algoritmer automatisk forbedres gennem erfaring og data.

📦Model

En matematisk repræsentation lært fra data, der laver forudsigelser.

🗜️Modelkompression

Teknikker, der reducerer modelstørrelsen for hurtigere og billigere implementering.

🎭Multimodal læring

Læring af og integration af flere typer data som tekst og billeder.

🗣️Naturlig sprogbehandling

Feltet der sætter computere i stand til at forstå og generere menneskeligt sprog.

🔗Neuralt netværk

Et computersystem inspireret af biologiske neuroner, der lærer af data.

🔲Objektdetektion

Identificering og lokalisering af objekter i et billede eller en video.

🗺️Ontologi

En formel specifikation af begreber og relationer i et domæne.

🔎Optisk tegngenkendelse

Konvertering af tekstbilleder til maskinkodet tekst.

🎯Overfitting

Når en model lærer træningsdata for godt og ikke formår at generalisere.

🎯Præcision og genkaldelse

Målinger, der måler nøjagtigheden og fuldstændigheden af ​​en klassifikator.

✍️Prompt Engineering

Design af input til at guide en sprogmodel mod de ønskede output.