Информационные технологии /technologies information ТК 022

Матрица путаницы — это таблица, в которой показано количество истинных срабатываний, ложноположительных, истинных отрицательных и ложноотрицательных результатов модели классификации. Пример. Матрица путаницы используется в анализе

Импульс — метод импульса используется для повышения скорости сходимости алгоритмов оптимизации за счет добавления части предыдущего обновления к текущему обновлению. Пример: Momentum используется в SGD,

Скорость обучения — это гиперпараметр, определяющий размер шага алгоритма оптимизации во время обучения. Пример: скорость обучения используется в алгоритмах стохастического градиентного спуска, обратного распространения и

Спуск стохастический градиентный (SGD)  — это алгоритм оптимизации, используемый для обновления параметров модели путем выполнения небольших шагов в направлении отрицательного градиента функции потерь. Пример: SGD

Adam Optimizer – это алгоритм стохастической оптимизации, который сочетает в себе преимущества скорости адаптивного обучения и импульса для обновления параметров модели. Пример: оптимизатор Adam используется

Dropout — это метод регуляризации, используемый для предотвращения переобучения нейронных сетей путем случайного исключения некоторых нейронов во время обучения. Пример. Dropout используется при распознавании изображений, распознавании

Кодирование однократное — это метод, используемый для преобразования категориальных переменных в числовые путем создания двоичного вектора для каждой категории. Пример. Горячее кодирование используется в классификации

Разработка признаков — это процесс выбора, извлечения и преобразования наиболее релевантных и информативных признаков из необработанных данных для повышения производительности модели. Пример: разработка признаков используется

Развертывание модели — это процесс интеграции обученной модели машинного обучения в производственную среду для прогнозирования новых данных. Пример: развертывание модели используется в системах обнаружения мошенничества,

Сеть нейронная Кохонена — это класс нейронных сетей со слоем Кохонена. Он включает в свой состав линейные формальные нейроны. [50 терминов искусственного интеллекта. (Электронный ресурс).  Режим доступа: http://