Нейронные сети — это компьютерные программы, разработанные для обучения на основе данных. Сеть состоит из слоев, связанных узлами (нейронами). В слоях различают: входной, выходной и промежуточные (скрытые) уровни. Нейроны входного слоя получают начальные данные, в скрытых слоях обрабатывают информацию, в выходном слое создают прогноз.
входной слой | Слой нейронов (узлов), образованный совокупностью элементов, на входы которых подаются входные данные нейронной сети. input layer; |
learning (training) | обучение (тренировка); |
обучение (тренировка) | Этап функционирования нейронной сети, в процессе которого на ее вход поочередно поступают данные из обучающего набора с целью корректировки весовых коэффициентов синаптических связей для получения... learning (training); |
нейронная сеть | Структура соединенных между собой нейронов, которая характеризуется топологией, свойствами узлов, а также правилами обучения или тренировки для получения желаемого выходного сигнала. neural network; |
off-line training | обучение в предварительном режиме; |
обучение в предварительном режиме | Разновидность алгоритма обучения, когда коррекция весов и смещений производится один раз за период обучения off-line training; |
on-line training | обучение в режиме реального времени; |
обучение в режиме реального времени | Модификация алгоритма обучения, когда веса и смещения сети корректируются после предъявления каждого нового образа (вектора) обучающей последовательности. on-line training; |
выходной слой | Слой нейронов (узлов), выходные сигналы которых образуют выходной сигнал нейронной сети. output layer; |
переобучение | Ситуация, когда на обучающей последовательности ошибки сети были очень малы, но на новых данных становятся большими. overfitting; |
образец (эталон) | «правильный» результат на выходе нейронной сети. совокупность всех эталонов вместе с входным набором данных (фактов) образует обучающее множество данных. pattern; |
персептрон | Простейшая форма нейронной сети. в основном под перcептроном понимают элементарный нейрон, представляющий собой линейный сумматор, каждый из входных сигналов которого умножается на некоторый весов... perceptron; |
recurrent neural network | Нейронная сеть, в которой нейроны получают информация не только с предыдущего слоя, но и от самих себя в результате предыдущего прохода. рекуррентная нейронная сеть; |
обучение с учителем | Процесс обучения нейронной сети, непременным требованием которого является существование готового обучающего набора данных. supervised learning; |
support vector machines | Алгоритм классификации максимального расстояния. |
bayesian network | Вероятностная модель, представляющая набор переменных и их условных зависимостей через направленный ациклический граф. |
decision trees | Графическое представление набора данных, описывающего данные древовидными структурами |
cognitive computing | - Категория технологий, которые используют обработку естественного языка и машинное обучение для обеспечения более естественного взаимодействия между людьми и устройствами, расширения и увеличен...
|
semantic computing | Категория технологий, позволяющая представлять знания сущностей в реальном мире, в машинно-технологическом виде. |
long/short term memory networks | Нейронная сеть c нейронами, снабженными дополнительными ячейками памяти. |
feed forward neural networks | Нейронная сеть, в которой информация передается от входа к выходу только в одном направлении. |
training data | Подмножество доступных данных, используемых для модели машинного обучения. |
сognition | Процесс приобретения знаний посредством мыслей. |
lifecycle | Развитие системы, продукции, услуги, проекта или другой создаваемой человеком сущности от замысла до списания. |
verifiability | Свойство системы ии, что весь процесс, ведущий к любому конкретному решению системы может быть воссоздан. |
robustness of an interpolation/regression system | Способность системы интерполяции / регрессии иметь приемлемые метрики амплитуды отклика на любых допустимых входных данных |
robustness of a classification system | Способность системы классификации назначать согласованную классификацию как на известных входных данных, так и на входных данных в допустимом диапазоне. |
robustness of a scoring system | Способность системы оценки назначать последовательные меры доверия ранжирования как на известных входных данных, так и на входных данных в допустимом диапазоне. |
robustness of a solver system | Способность системы принятия решений иметь эффективное решение после допустимого изменения исходной задачи. |
robustness of a system | Способность системы сохранять уровень производительности при любых обстоятельствах. |
ai system | Техническая система, использующая искусственный интеллект для решения задач. |
human machine teaming | Эффективная и действенная интеграция взаимодействия человека с возможностями искусственного интеллекта |