🔢Quantização

Reduzir a precisão dos parâmetros do modelo para baixar memória e cálculo.

🔁Rede neuronal recorrente

Uma rede com ciclos que mantém memória de entradas anteriores.

📉Regressão

A tarefa de prever um valor numérico contínuo a partir de características.

⚖️Regularização

Técnicas que penalizam a complexidade para evitar o sobreajuste.

🎮Aprendizagem por reforço

Aprender por tentativa e erro maximizando a recompensa acumulada.

🎲Máquina de Boltzmann restrita

Uma rede neuronal estocástica generativa com unidades visíveis e ocultas.

🦾Robótica

A conceção, a construção e a operação de máquinas inteligentes.

🪞Autoatenção

Um mecanismo de atenção que relaciona posições diferentes dentro de uma mesma sequência.

🌗Aprendizagem semissupervisionada

Aprendizagem que combina poucos dados rotulados com dados sem rótulo.

🎤Reconhecimento de fala

Transcrever a língua falada em texto escrito.

👨‍🏫Aprendizagem supervisionada

Aprender a partir de dados rotulados para ligar entradas a saídas conhecidas.

🔊Síntese de fala

Sintetizar áudio falado a partir de texto escrito.

✂️Tokenização

O processo de dividir texto em unidades menores chamadas tokens.

📚Dados de treino

O conjunto de dados usado para ensinar um modelo a fazer previsões.

🔄Aprendizagem por transferência

Reutilizar o conhecimento de uma tarefa para melhorar o desempenho noutra.

🤖Transformer

Uma arquitetura de rede neuronal baseada em autoatenção.

📉Subajuste

Um modelo é demasiado simples para captar a estrutura subjacente dos dados.

🔍Aprendizagem não supervisionada

Aprender a partir de dados sem rótulo para descobrir padrões ocultos.

🗜️Autocodificador variacional

Um modelo generativo que aprende uma representação latente dos dados de entrada.

🔤Incorporação de palavras

Uma representação vetorial densa das palavras que capta o seu significado.

0️⃣Aprendizagem sem exemplos

A capacidade de um modelo de tratar tarefas para as quais não foi explicitamente treinado.