Czym jest Uczenie maszynowe (ML)? Definicja | AI Understanding

Definicja

Metody umożliwiające systemom uczenie się wzorców na podstawie danych i ulepszanie ich w miarę upływu czasu.

Powiązane terminy

Spadek wydajności z biegiem czasu, gdy warunki rzeczywiste odbiegają od założeń szkoleniowych.

Zmiana rzeczywistych danych wejściowych w czasie, która może obniżyć wydajność modelu.

Uczenie się bez nadzoru

Wzorce uczenia się na podstawie nieoznaczonych danych bez wyraźnych docelowych wyników.

Podejścia szkoleniowe, które pozwalają modelowi uczyć się na nowych danych, nie zapominając o wcześniejszej wiedzy.

Rozszerzanie danych

Techniki tworzenia zmodyfikowanych przykładów szkoleniowych w celu poprawy generalizacji modelu.

Łączenie prognoz z wielu modeli w celu poprawy niezawodności i dokładności.

Dowiedz się więcej z naszych bezpłatnych przewodników

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

Zobacz także

Loss Function Memory (Agent Memory)LoRA (Low-Rank Adaptation)Mixture of Experts (MoE)Learning Rate Model Card Large Language Model (LLM)Latency

Przejrzyj pełny słownik AI Przeglądaj wszystkie bezpłatne przewodniki AI