NLG
NLG (Генерация естественного языка) — задача машинного обучения, в которой алгоритм пытается создать язык, понятный и понятный человеку. Конечная цель — создать компьютерно-генерируемый язык, неотличимый от
NLG (Генерация естественного языка) — задача машинного обучения, в которой алгоритм пытается создать язык, понятный и понятный человеку. Конечная цель — создать компьютерно-генерируемый язык, неотличимый от
НЛП (Обработка естественного языка) — способность компьютеров понимать или обрабатывать естественные человеческие языки и извлекать из них значение. НЛП обычно включает машинную интерпретацию текста или распознавания
Удаление — игнорирование ненужных и не относящихся к делу соображений в системах искусственного интеллекта. [Терминология искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// design-hero.ru›articles/468466//, свободный]
Правило — это формат представления базы знаний в Экспертной системе. Это в форме IF-THEN-ELSE [Терминология искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// design-hero.ru›articles/468466//, свободный]
Интеллект искусственный, сильный — область разработки искусственного интеллекта, направленная на создание систем искусственного интеллекта, столь же полезных и опытных, как человеческий разум. [Терминология искусственного интеллекта. (Электронный ресурс).
Мини-пакет (Mini-batch) – это разбиение большого объема данных для обучения на пакеты, каждый из которых называется мини-пакетом, для дальнейшей пакетной обработки. Размер мини-пакета обычно составляет от 10 до 1000 единиц. Гораздо эффективнее вычислять
Минимизация эмпирического риска (МЭР) (Empirical risk minimization) – это принцип статистической теории обучения, который определяет семейство обучающихся алгоритмов и который задаёт теоретические границы результативности. [Чесалов А. Ю. Глоссариум по искусственному интеллекту:
Минимизация структурных рисков (Structural risk minimization, SRM) – это индуктивный принцип использования в машинном обучении. Обычно в машинном обучении обобщенная модель должна быть выбрана из конечного набора данных, что
Потери минимаксные (Minimax loss) – это функция потерь в машинном обучении для порождающих состязательных сетей, основанная на перекрестной энтропии между распределением сгенерированных данных и реальными данными. Минимакс является алгоритмом принятия
Микроданные (Microdata) – это файлы, которые содержат информацию об отдельных лицах, а не агрегированные данные. «Сводные файлы» Бюро переписи населения США содержат совокупные данные и состоят из общего числа лиц с различными указанными