Свидетельство о регистрации СМИ: ЭЛ № ФС77-79395 от 02.11.2020 ISSN: 2782-1528 DOI 10.34660/c0727-6092-6372-a
Свойство вызывать доверие [надежность] (trustworthiness) — способность оправдывать ожидания заинтересованных лиц верифицируемым способом. Примечания 1 В зависимости от контекста или области, а также от конкретного
Поиск ответа на вопрос (question answering) — задача определения наиболее подходящего ответа на вопрос на естественном языке. Примечания 1 Вопрос может быть открытым или иметь
Реферирование автоматическое (automatic summarization) — задача сокращения фрагмента естественного языка при сохранении важной семантической информации. [ПНСТ 553-2021. Информационные технологии. Искусственный интеллект. Термины и определения]
Модель регрессионная (regression model) —<машинное обучение> модель машинного обучения, где ожидаемый результат является непрерывной функцией входных данных. [ПНСТ 838-2023/ИСО/МЭК 23053:2022. Искусственный интеллект. Структура описания систем искусственного
Модель классификационная (classification model) —<машинное обучение> Модель машинного обучения, где ожидаемый результат для заданных входных данных представляет собой один или несколько классов. [ПНСТ 838-2023/ИСО/МЭК 23053:2022. Искусственный
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]
Признак (feature) — аспект объекта, соответствующий структуре класса и набору характеристик, который не может существовать независимо от объекта. Пример. В компоненте трубопровода выход представляет собой
Переобучение — происходит, когда модель слишком сложна и слишком хорошо соответствует обучающим данным, что приводит к снижению производительности на новых, невидимых данных. Пример. Переобучение может
Метод обратного распространения ошибки (Back propagation) — метод обучения нейронных сетей, относится к методам обучения с учителем. Цель метода проста – отрегулировать веса пропорционально тому,