🌐Федеративное обучение

Обучение моделей на распределённых устройствах без передачи сырых данных.

🔢Обучение на малом числе примеров

Обучение на небольшом числе размеченных примеров каждого класса.

🎛️Дообучение

Дальнейшее обучение предобученной модели на меньшем наборе под задачу.

⚔️Генеративно-состязательная сеть

Две сети соревнуются: генератор создаёт данные, дискриминатор их оценивает.

🎨Генеративный ИИ

Системы ИИ, способные создавать новый контент: текст, изображения или звук.

✨Генеративная модель

Модель, обучающаяся создавать новые данные, похожие на обучающую выборку.

⛰️Градиентный спуск

Алгоритм оптимизации, итеративно минимизирующий функцию потерь.

🕸️Графовая нейросеть

Нейросеть для данных в виде графа.

🎚️Гиперпараметр

Настройка, управляющая процессом обучения модели.

🧩Сегментация изображений

Разбиение изображения на области для выделения объектов и границ.

⚙️Вывод

Использование обученной модели для прогнозов на новых данных.

🧪Дистилляция знаний

Обучение малой модели имитировать поведение большой.

🕸️Граф знаний

Структурированное представление сущностей и их связей.

🏷️Метка

Известное целевое значение, связанное с обучающим примером.

📖Большая языковая модель

Модель на трансформерах, обученная на огромных текстовых корпусах.

👻Скрытая переменная

Ненаблюдаемая величина, выводимая из данных и влияющая на результаты.

🧠Долгая краткосрочная память

Рекуррентная архитектура, обучающаяся дальним зависимостям.

📏Функция потерь

Функция, измеряющая разницу между предсказанием и фактическим значением.

📈Машинное обучение

Область, в которой алгоритмы улучшаются сами за счёт опыта и данных.

📦Модель

Математическое представление, выученное из данных и дающее прогнозы.

🗜️Сжатие модели

Методы уменьшения размера модели для более быстрого и дешёвого развёртывания.

🎭Мультимодальное обучение

Обучение на нескольких типах данных, например тексте и изображениях, и их объединение.

🗣️Обработка естественного языка

Область, позволяющая компьютерам понимать и порождать человеческий язык.

🔗Нейронная сеть

Вычислительная система по образцу биологических нейронов, обучающаяся на данных.

🔲Обнаружение объектов

Обнаружение и локализация объектов на изображении или видео.

🗺️Онтология

Формальное описание понятий и отношений предметной области.

🔎Оптическое распознавание символов

Преобразование изображений текста в машиночитаемый текст.

🎯Переобучение

Модель слишком точно запоминает обучающие данные и не обобщает.

🎯Точность и полнота

Метрики точности и полноты классификатора.

✍️Проектирование запросов

Составление входных запросов, чтобы направить языковую модель к нужным ответам.