Реестровая запись: ЭЛ № ФС77-79395 от 02.11.2020 ISSN: 2782-1528 DOI 10.34660/c0727-6092-6372-a
Наименование ресурса, унифицированное (uniform resource name. URN) — постоянные, независимые от местоположения идентификаторы ресурса, определенные Консорциумом системы интернета в документе RFC 2141 или в последующих
Пространство кодовое (code space) — место в реестре, где каждый код элемента соответствует только одному объекту. Примечание 1. Кодовое пространство соответствует одному или более классу
Схема идентификации (identification scheme) — система назначения идентификаторов зарегистрированным объектам. [ГОСТ ISO 22745-2-2017. Системы промышленной автоматизации и интеграция. Открытые технические словари и их применение к
Посев ошибок (error seeding, bug seeding, fault seeding) — процедура измеренного введения сбойных участков в программу с целью скорости их обнаружения, а также с целью
Устройство запоминающее, постоянное (permanent storage) — запоминающее устройство, не обладающее характеристиками стираемого запоминающего устройства. [ГОСТ 33707-2016. (ISO/IEC 2382:2015) Информационные технологии (ИТ). Словарь] Устройство запоминающее, постоянное —
Сеть полностью связанная (totally connected network) — сеть, в которой любые два узла всегда связаны ветвью. [ГОСТ 33707-2016. (ISO/IEC 2382:2015) Информационные технологии (ИТ). Словарь]
Модель обученная (trained model) — результат обучения модели. [ГОСТ Р (проект, первая редакция). Информационные технологии. Искусственный интеллект.] Модель обучения — модель, лежащая в основе процесса
Машины опорных векторов (support vector machines) — модель машинного обучения, которая максимизирует расстояние между границами решения. Примечания. 1 Опорные векторы — это экземпляры данных, которые
Обучение с учителем (supervised machine learning) — машинное обучение, при котором используются размеченные данные во время обучения. [ГОСТ Р (проект, первая редакция). Информационные технологии. Искусственный
Обучение с подкреплением (reinforcement learning) — машинное обучение, при котором используется функция вознаграждения для оптимизации функции поведения или функции общего подкрепления путем последовательного взаимодействия со