Дефолт
Дефолт — наиболее типичное значение атрибута, приписываемое объекту, если его значение для этого объекта указано. [Толковый словарь по искусственному интеллекту / Авторы-составители А.Н. Аверкин, М.Г.
Дефолт — наиболее типичное значение атрибута, приписываемое объекту, если его значение для этого объекта указано. [Толковый словарь по искусственному интеллекту / Авторы-составители А.Н. Аверкин, М.Г.
Десигнат — специальное именующее выражение для денотатов, существующих во внешнем по отношению к данной системе мира. Все значения системы о денотатах фиксируются в виде знаний
Объяснимость (explainability) — свойство системы ИИ отражать важные показатели, влияющие на результаты системы ИИ, в виде, понятном для людей. [ГОСТ Р (проект, первая редакция). Информационные
Сеть нейронная, искусственная нейронная сеть (neural network, neural net, artificial neural network) — сеть из двух или более слоев нейронов, соединенных взвешенными связями с регулируемыми
Свертка (convolution) — математическая операция, реализующая скользящее скалярное произведение или кросс-корреляцию входных данных. [ГОСТ Р (проект, первая редакция). Информационные технологии. Искусственный интеллект.]
Сети сверточные нейронные, глубокие сверточные нейронные сети (convolutional neural networks, deep convolutional neural networks) — нейронные сети прямого распространения, которые используют свертку по крайней мере
Аннотирование данных (data annotation) — процесс маркирования данных, выполняемый для того, чтобы сделать данные пригодными для машинного обучения. [ГОСТ Р (проект, первая редакция). Информационные технологии.
Градиент взрывающийся (exploding gradient) — эффект обучения нейронных сетей методом обратного распространения ошибки, при котором накапливаются большие градиенты ошибок, что приводит к очень большим изменениям
Данные обучающие (training data) — подмножество образцов входных данных, используемых для настройки модели машинного обучения. [ГОСТ Р (проект, первая редакция). Информационные технологии. Искусственный интеллект.] Данные
Обучение модели (training, model training) — процесс определения или улучшения параметров модели машинного обучения на основе алгоритма машинного обучения с использованием обучающих данных. [ГОСТ Р