Kí ni Eke Odi? Ìtumọ̀ | AI Understanding

Itumọ

Asọtẹlẹ ti ko tọ nibiti awoṣe kan padanu ọran rere tootọ.

Awọn ofin ti o jọmọ

Asọtẹlẹ ti ko tọ nibiti awoṣe ti ṣe afihan ọran odi bi rere.

Itankalẹ afẹyinti

Algorithm ikẹkọ mojuto ti o ṣe imudojuiwọn awọn iwọn awoṣe nipasẹ didin awọn aṣiṣe asọtẹlẹ sẹhin nipasẹ nẹtiwọọki.

Ara ironu nibiti awoṣe AI kan ti bajẹ iṣoro kan sinu awọn igbesẹ agbedemeji.

Iṣẹ-ṣiṣe nibiti awoṣe kan ti n fi igbewọle si ọkan tabi diẹ ẹ sii awọn ẹka ti a ti ni asọye.

Agbelebu-Entropy Isonu

Iṣẹ ibi-afẹde ti o wọpọ ti a lo lati ṣe ikẹkọ awọn awoṣe isọdi nipa ijiya awọn iṣeeṣe ti ko tọ.

GAN (Nẹtiwọọki Adversarial Generative)

A generative setup ibi ti a monomono ati discriminator reluwe lodi si kọọkan miiran.

Kọ ẹkọ diẹ sii ninu awọn itọsọna ọfẹ wa

Negative Sampling and Noise Contrastive Estimation Online and Hard Negative Mining

Wo tun

Explainability Evaluation Set Feature Ensemble Feature Engineering Encoder Feature Extraction Embedding

Ṣawakiri ni kikun AI Gilosari Ṣawari gbogbo awọn itọsọna AI ọfẹ