Реестровая запись: ЭЛ № ФС77-79395 от 02.11.2020 ISSN: 2782-1528 DOI 10.34660/c0727-6092-6372-a
Интеллект искусственный, дружественный — гипотетический общий искусственный интеллект (AGI), который окажет положительное влияние на человечество. Это часть этики искусственного интеллекта и тесно связана с машинной
Проблема фрейма — проблема поиска адекватных наборов аксиом для жизнеспособного описания среды робота. [Глоссарий искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// hrwiki.ru›wiki/Glossary_of_artificial_intelligence/, свободный.]
Цепочка прямая — один из двух основных методов рассуждения при использовании механизма вывода, который может быть описан логически как повторное применение modus ponens. Прямая цепочка
Функция классификации, развивающаяся (ECF) — развивающиеся функции классификатора или развивающиеся классификаторы используются для классификации и кластеризации в области машинного обучения и искусственного интеллекта, обычно используемых
Этика искусственного интеллекта — часть этики технологии, относящаяся к искусственному интеллекту. [Глоссарий искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// hrwiki.ru›wiki/Glossary_of_artificial_intelligence/, свободный.] Этика искусственного интеллекта —
Сеть с эхосигналом (ESN) — рекуррентная нейронная сеть с редко подключенным скрытым слоем (обычно с подключением 1%). Связность и веса скрытых нейронов фиксированы и назначаются
Обучение федеративное — тип машинного обучения, который позволяет проводить обучение на нескольких устройствах с децентрализованными данными, тем самым помогая сохранить конфиденциальность отдельных пользователей и их
Выбор функций — в машинном обучении и статистика, выбор признаков, также известный как выбор переменных, выбор атрибутов или выбор подмножества переменных, представляет собой процесс выбора
Изучение функций — в машинном обучении изучение функций или обучение представлений — это набор методов, которые позволяют системе автоматически обнаруживать представления, необходимые для обнаружения или
Извлечение признаков — в машине при обучении, распознавании образов и обработке изображений, извлечение признаков начинается с начального набора измеренных данных и строит производные значения (признаки),