Тип коммутации
Тип коммутации — временной (устанавливается между инициатором и исполнителем). [Михайлов, В. В. Периферийное оборудование: конспект лекций: учебное пособие / В. В. Михайлов. – Белгород: Изд-во
Тип коммутации — временной (устанавливается между инициатором и исполнителем). [Михайлов, В. В. Периферийное оборудование: конспект лекций: учебное пособие / В. В. Михайлов. – Белгород: Изд-во
Контроль данных — четный паритет. [Михайлов, В. В. Периферийное оборудование: конспект лекций: учебное пособие / В. В. Михайлов. – Белгород: Изд-во БГТУ, 2017.– 114 с.]
Представление сигналов на шине — три состояния с активным низким уровнем. [Михайлов, В. В. Периферийное оборудование: конспект лекций: учебное пособие / В. В. Михайлов. –
Расстояние (distance) — <машинное обучение> измеренное расстояние между двумя точками в пространстве. Примечание 1 — В машинном обучении обычно применяется евклидова метрика. [ПНСТ 838-2023/ИСО/МЭК 23053:2022. Искусственный
Неразмеченный (unlabeled) — свойство образца, не включающего целевую переменную. [ПНСТ 838-2023/ИСО/МЭК 23053:2022. Искусственный интеллект. Структура описания систем искусственного интеллекта, использующих машинное обучение]
Изохронная передача — передача, например, цифровых данных голоса, которые поступают в реальном масштабе времени и синхронизация которых зависит от интенсивности их поступления. [Михайлов, В. В.
Суперпозиция — это принцип в машинном обучении, согласно которому сложные модели могут быть представленные как комбинация более простых моделей. Это часто используется в нейронных сетях.
Обучение на основе памяти — это тип обучения, при котором система использует память для хранения и использования ранее приобретенных знаний. [50 терминов для инженера машинного обучения. (Электронный ресурс). Режим
Сеть Больцмана — это тип вероятностной нейронной сети, которая обучается путем минимизации энергии системы и используется для решения задач в области распознавания образов. [50 терминов для инженера машинного обучения.
Бустинг градиентный — это ансамблевый метод, который обучает несколько слабых моделей (например, деревьев решений) и комбинирует их для получения более сильной модели. [50 терминов для инженера машинного обучения. (Электронный