hesap verebilirlik

Kuruluşların ya da bireylerin, rollerine ve geçerli mevzuat çerçevelerine uygun olarak tasarladıkları, geliştirdikleri, çalıştırdıkları ya da devreye aldıkları yapay zeka sistemlerinin yaşam çevrimleri boyunca düzgün bir şekilde çalışmasını sağlayacakları beklentisi. Bu, hukuki uzmanların sorumluluğu vaka bazında belirlemesini gerektirebilecek bir yapay zekâ hatasına kimin sorumlu olduğunun belirlenmesini içerir.

etkin öğrenme

Sistemin yalnızca gereksinim duyduğunda daha çok etiketli veri istediği makine öğrenimi modeli.

etkin çalıştırma zamanı

Analitik varlıklara bilgi işlem kaynakları sağlamak için çalışan bir ortamın eşgörünümü.

Yapay Zekâ

Bkz. yapay zeka.

Yapay zeka etiği

Riskleri ve olumsuz sonuçları azaltırken yapay zekânın yararlı etkisini nasıl optimize edeceğini inceleyen çok disiplinli bir alan. Veri sorumluluğu ve gizliliği, adalet, açıklanabilirlik, sağlamlık, şeffaflık, çevresel sürdürülebilirlik, kapsayıcılık, ahlaki acente, değer hizalama, hesap verebilirlik, güven ve teknoloji kötüye kullanımı gibi yapay zeka etik konularına örnek verilebilir.

Yapay zeka yönetişimi

Bir kuruluşun, yapay zeka yaşam çevrimi boyunca yönlendirilmesi, değerlendirilmesi, izlenmesi ve düzeltici eylemlerde bulunması için kurumsal talimatlar, personel, süreçler ve sistemler aracılığıyla, yapay zeka sisteminin kuruluş tarafından beklendiği gibi ve ilgili yönetmeliğin gerektirdiği şekilde işletildiğine dair güvence sağlamak için yönetim eylemi.

Yapay zeka güvenliği

Yapay zeka sistemlerinin insanlığa faydalı olacak şekilde işlemesini ve yanlışlıkla zarar vermemesini hedefleyen araştırma alanı; güvenilirlik, adalet, şeffaflık ve yapay zekâ sistemlerinin insan değerleriyle hizalanması gibi konuları ele almaktır.

Yapay zeka sistemi

Bkz. yapay zeka sistemi.

Algoritma

Analitik sorunlarını çözmenin en iyi yollarını belirlemek için verilere uygulanan bir formül.

analitik

Verilerde anlamlı kalıplar bulmak ve bu kalıplara dayalı sonuçlar çıkarmak için verileri inceleme bilimi.

uygun güven

Bir yapay zeka sisteminde, doğruluğu, güvenilirliği ve güvenilirliğine göre ayarlanan bir güven miktarı.

yapay zeka (AI)

Bir makine tarafından doğal zekanın emülasyonu.

yapay zeka sistemi (AI sistemi)

Fiziksel ya da sanal ortamları etkileyen tahminler, öneriler ya da kararlar verebilen ve çıktıları ya da davranışları, geliştiricisi ya da kullanıcısı tarafından önceden belirlenmemiş olan bir sistemdir. Yapay zeka sistemleri genellikle büyük miktarlarda yapılandırılmış veya yapılandırılmamış verilerle eğitilir ve insan tanımlı hedeflere ulaşmak için çeşitli özerklik düzeyleriyle veya hiçbiriyle çalışacak şekilde tasarlanabilir.

varlık

Verilerle, diğer değerli bilgilerle ya da verilerle çalışan kodla ilgili bilgileri içeren bir öğe. Ayrıca bkz. veri varlığı.

AutoAI deneyi

Model adayları olarak bir dizi sıralı boru hattı oluşturmak için bir dizi eğitim tanımı ve parametresini göz önünde bulunduran otomatikleştirilmiş bir eğitim süreci.

toplu konuşlandırma

Depolama kabındaki bir dosyadan, veri bağlantısından ya da bağlı verilerden giriş verilerini işleyen modelleri konuşlandırmak için kullanılan bir yöntem; daha sonra, çıkışı seçilen bir hedefe yazar.

sapma

Bir yapay zekâ sisteminde, kasıtlı veya kasıtlı olarak, haksız kararlar verecek şekilde tasarlanmış sistematik bir hata. Önyargı hem yapay zeka sisteminde hem de onu eğitmek ve test etmek için kullanılan verilerde mevcut olabilir. Yapay zekâ önyargısı, kültürel beklentiler, teknik sınırlamalar veya beklenmedik devreye alma bağlamları sonucunda bir yapay zeka sisteminde ortaya çıkabilir. Ayrıca bkz. adalet.

sapma saptama

Yapay zeka modellerinin belirli niteliklere dayalı olarak ne zaman haksız sonuçlar sağladığını saptamak için metriklere adaleti hesaplama süreci.

ikili sınıflandırma

İki sınıflı bir sınıflandırma modeli. Tahminler, iki sınıftan birinin ikili seçimidir.

sınıflandırma modeli

Farklı kategorilerdeki verileri tahmin eden tahmine dayalı bir model. Sınıflandırmalar, iki veri sınıfıyla ikili ya da 2 'den fazla kategori olduğunda çok sınıflı olabilir.

temizleme

Bir veri kümesindeki tüm değerlerin tutarlı ve doğru şekilde kaydedildiğinden emin olmak için.

hesaplamalı dilbilim

Hesaplamalı olarak doğal dilleri modelleme yaklaşımlarını araştıran disiplinler arası alan.

kaynağı hesapla

Varlıkları araçlarda çalıştırmak için bir ortam şablonu tarafından tanımlanan donanım ve yazılım kaynakları.

Hata matrisi

Pozitif ve negatif gerçek sonuçlara kıyasla bir modelin pozitif ve negatif tahmin edilen sonuçları arasındaki doğruluğu belirleyen performans ölçümü.

bağlı veri varlığı

Dış veri kaynağına yönelik bir bağlantıyla erişilen verilere ilişkin gösterge.

bağlı klasör varlığı

IBM Cloud Object Storageiçindeki bir klasöre ilişkin gösterge.

bağlantı

Bir veritabanına bağlanmak için gereken bilgiler. Gereken gerçek bilgiler DBMS ve bağlantı yöntemine göre değişir.

bağlantı varlığı

Bir veri kaynağına bağlanmayı sağlayan bilgileri içeren bir varlık.

kısıtlama

• Veritabanlarında, tablolar arasındaki ilişki.
• Decision Optimizationiçinde, bir sorunun çözümünden karşılanması gereken bir koşul.

sürekli öğrenme

Öngörü kalitesini sağlamak için model performansını izleme, yeni verilerle yeniden eğitim ve yeniden devreye alma görevlerini otomatikleştirme.

Temel ML dağıtımı

iOS uygulamalarında kullanılmak üzere Core ML biçiminde bir devreye almayı karşıdan yükleme işlemi.

corpus

Bir makine öğrenimi modelini eğitmek için kullanılan kaynak belgelerden oluşan bir derlem.

çapraz geçerlilik denetimi

Bir tutma testi örneğinin yokluğunda bir modelin ne kadar iyi genelleştiğini test etmek için bir teknik. Çapraz doğrulama, eğitim verilerini bir dizi alt kümeye böler ve ardından her bir alt küme sırayla tutularak aynı sayıda model oluşturur. Bu modellerin her biri holdout örneğinde test edilir ve bu holdout örneklerindeki modellerin ortalama doğruluğu, yeni verilere uygulandığında modelin doğruluğunu tahmin etmek için kullanılır.

kürat

Belirli bir konuyla ilgili içeriği seçmek, toplamak, korumak ve korumak için. Kürasyon, verileri oluşturur, korur ve verilere değer ekler; verileri güvenilir bilgilere ve bilgiye dönüştürür.

veri varlığı

Verileri gösteren bir varlık; örneğin, karşıya yüklenen bir dosyayı. Bağlantılar ve bağlantılı veri varlıkları da veri varlıkları olarak kabul edilir. Ayrıca bkz. varlık.

veri bilimi

Öngörüleri ve bilgileri keşfetmek için yapısal ve yapısal olmayan verilerin analizi ve görselleştirilmesi.

veri kümesi

Genellikle satır (kayıt) ve kolon (alan) biçiminde ve bir dosya ya da veri tabanı çizelgesinde bulunan veri toplamasıdır.

veri kaynağı

Db2 veritabanı gibi verileri okumak için kullanılan bir havuz, kuyruk ya da haber kaynağı.

veri tablosu

Genellikle satırlar (kayıtlar) ve sütunlar (alanlar) biçiminde ve bir çizelgede bulunan veri toplamasıdır.

veri ambarı

Raporlama ve veri analizi için kullanılan çeşitli kaynaklardan toplanan büyük, merkezileştirilmiş bir veri havuzu. Öncelikle yapılandırılmış ve yarı yapılandırılmış verileri depolar ve işletmelerin bilinçli kararlar almasına olanak sağlar.

karar sınırı

Bir alandaki veri noktalarının ayrı gruplara ya da sınıflandırmalara bölünmesi.

yalnızca dekoder modeli

Giriş dizisinden çıkarım yaparak sözcük sözcük çıkış metni oluşturan bir model. Yalnızca kod çözücü modelleri, metin oluşturma ve soruları yanıtlama gibi görevler için kullanılır.

devreye alma

Kullanıma hazır bir model ya da uygulama paketi.

konuşlandırma alanı

Modellerin devreye alındığı ve konuşlandırmaların yönetildiği bir çalışma alanı.

Belirleyici

Çıkışları girdilerine göre tamamen belirlendiğinde bilgi işlem sistemlerinin bir özelliğini açıklar.

DevOps

Uygulama geliştirme ve BT operasyonlarını bütünleştiren bir yazılım metodolojisi; böylece ekipler, kodu üretime daha hızlı sunabilir ve pazar geribildirimlerine dayalı olarak sürekli olarak yineleyebilirler.

ayrımcı yapay zeka

Verilerdeki farklı sınıfları ayıran bir sınır bulmaya odaklanan bir algoritma sınıfı.

DOcplex

Decision Optimization sorunlarını modellemek ve çözmek için bir Python API 'si.

gömme

Bir bilgi biriminin, bir sözcük ya da cümle gibi, gerçek değerli sayılardan oluşan bir vektör olarak sayısal gösterimi. Gömme, yüksek boyutlu verilerin öğrenilmiş, düşük boyutlu gösterimleridir. Ayrıca bkz. kodlama, gösterim.

belirim

Modelin açıkça eğitilmemiş davranışlar sergileyen temel modellerin bir özelliği.

ortaya çıkan davranış

Açıkça oluşturulmamış bir temel modeli tarafından sergilenen bir davranış.

kodlayıcı-kod çözücü modeli

Giriş metnini anlamak ve giriş metnine dayalı çıkış metni oluşturmak için bir model. Kodlayıcı-kod çözücü modelleri, özetleme veya çeviri gibi görevler için kullanılır.

yalnızca kodlayıcı modeli

Giriş dizilerini gömülü olarak adlandırılan temsili vektörlere dönüştürerek cümle düzeyinde giriş metnini anlayan bir model. Yalnızca kodlayıcı modeller, müşteri geribildiriminin sınıflandırılması ve büyük belgelerden bilgi alınması gibi görevler için kullanılır.

Kodlama

Bir karakter ya da sözcük gibi bilgi biriminin sayı kümesi olarak gösterimi. Ayrıca bkz. yerleştirme, konumsal kodlama.

Uç Nokta URL'si

Hizmetler ve nesneler gibi kaynakları tanımlayan bir ağ hedef adresi. Örneğin, bir kullanıcı devreye almaya bilgi yükü verileri gönderdiğinde bir modelin ya da işlev konuşlandırmasının konumunu tanımlamak için bir uç nokta URL 'si kullanılır.

ortam

İşleri çalıştırmaya ilişkin bilgi işlem kaynakları.

ortam çalıştırma zamanı

Analitik varlıklarını çalıştırmak için ortam şablonunun somut örneği.

ortam şablonu

Ortam çalıştırma zamanlarını başlatmak için donanım ve yazılım kaynaklarını belirten bir tanımlama.

dışsal özellik

Tahmine dayalı modeli etkileyebilecek, ancak karşılığında etkilenemeyecek bir özellik. Örneğin, sıcaklıklar tahmini dondurma satışlarını etkileyebilir, ancak dondurma satışları sıcaklıkları etkileyemez.

deneme

En doğru model yapılandırmasını belirlemek için bir dizi eğitim tanımlamasını ve parametresini göz önünde bulunduran bir model eğitim süreci.

açıklık

• İnsan kullanıcılarının yapay zeka sistemlerini kullanan uygulamalarda yapılan tahminleri izleme, denetleme ve anlama becerisi.
• Bir yapay zekâ sisteminin, sistem tahminlerinin nedenlerini anlamak için insanların kullanabileceği öngörüleri sağlama becerisi.

adaleti

Bir yapay zeka sisteminde, bireylerin veya birey gruplarının eşit muamele görmesi. Bir yapay zekâ sistemi için belirli bir eşitlik kavramının seçimi, kullanıldığı bağlama bağlıdır. Ayrıca bkz. yöneltme.

özellik

Bir veri kümesindeki bir öğenin özelliği ya da özelliği; örneğin, elektronik sayfadaki bir sütun. Bazı durumlarda, özellikler veri kümesindeki diğer özelliklerin birleşimleri olarak tasarlanmıştır.

özellik mühendisliği

Makine öğrenimi modellerinin performansını ve tahmine dayalı gücünü geliştirmek için işlenmemiş verilerden yeni özellikler seçme, dönüştürme ve oluşturma süreci.

özellik grubu

Makine öğrenimi için kullanılan meta verilerle birlikte belirli bir veri varlığının sütun kümesi.

Özellik Seçimi

Bir makine öğrenimi modelinde doğru bir tahmini ya da puanı en iyi şekilde destekleyen veri sütunlarının belirlenmesi.

özellik deposu

Özellikleri yöneten ve düzenleyen merkezi bir havuz ya da sistem, makine öğrenimi kanalları ve uygulamaları arasında özellik verilerini depolamak, almak ve paylaşmak için ölçeklenebilir ve verimli bir yol sağlar.

özellik dönüştürme

AutoAI' de, model tipi için en iyi sonucu elde etmek üzere eğitim verilerini dönüştürmek ve optimize etmek için algoritmalar uygulayan bir ardışık düzen oluşturma aşaması.

birleşik öğrenim

Taşınmayan, birleştirilmeyen ya da paylaşılmayan birden çok veri kaynağını kullanan ortak bir makine öğrenimi modelinin eğitimi. Sonuç, veri güvenliğinden ödün vermeden daha iyi eğitilmiş bir modeldir.

birkaç atışlık bilgi istemi

Görevin nasıl tamamlanacağını göstermek için modele az sayıda örnek verilen bir bilgi istemi tekniği.

ince ayarlama

Ek eğitim alarak belirli bir görevi gerçekleştirmek için önceden eğitilmiş bir modelin uyarlanması süreci. Tam ince ayarlama olarak bilinen modelin mevcut parametrelerinin güncellenmesi veya (2) modelin var olan parametrelerinin bir alt kümesinin güncellenmesi veya modele yeni parametreler eklenmesi ve modelin var olan parametrelerinin dondurulması sırasında bunların eğitilmesi, parametre tasarruflu ince ayar olarak da bilinir.

Akış

Verileri işlemek ya da bir modeli eğitmek için bir dizi adımı tanımlayan düğümler toplamı.

temel model

Çok çeşitli aşağı akış görevlerine uyarlanabilen bir yapay zeka modeli. Temel modeller tipik olarak, kendi kendini denetleyen etiketsiz veriler üzerinde eğitilmiş büyük ölçekli üretken modellerdir. Büyük ölçekli modeller olarak temel modeller milyarlarca parametre içerebilir.

Gantt Grafiği

Zaman çizelgesi verilerinin bir zaman ölçeği boyunca yatay çubuklar olarak görüntülendiği bir proje zaman çizelgesinin ve süresinin grafik gösterimi.

üretken yapay zeka

Metin, kaynak kod, görüntü, ses ve sentetik veriler de dahil olmak üzere çeşitli içerik türleri üretebilen yapay zeka algoritmaları sınıfı.

oluşturma değişkenliği

Modele giriş sabit tutulsa bile, çeşitli çıkışlar üretmek için üretken modellerin özelliği. Ayrıca bkz. olasılıklı.

GPU

Bkz. grafik işleme birimi.

grafik oluşturucu

Görsel kodlama yoluyla analitik varlıkları oluşturmak için bir araçtır. Tuval, bir akış oluşturmak için bağlanabilen nesnelerin ya da düğümlerin yerleştirileceği bir alandır.

grafik işleme birimi (GPU)

Çıkış için tasarlanmış bir çerçeve arabelleğinde görüntülerin oluşturulmasını hızlandırmak üzere belleği hızla işlemek ve değiştirmek için tasarlanmış özel bir işlemci. GPU ' lar paralel işleme yetenekleri nedeniyle makine öğrenmesinde büyük ölçüde kullanılmaktadır.

halüsinasyon

Konu dışı, yinelenen, yanlış ya da uydurulmuş içerik içeren bir temel modelden gelen yanıt. Bir modelden metin oluşturması istendiğinde, ancak modelde doğru ayrıntıları içeren bir sonuç oluşturmak için yeterli ilgili metin olmadığında, üretim ayrıntılarını içeren halüsinasyonlar oluşabilir.

tutma kümesi

Nihai modelin görünmeyen veriler üzerindeki performansının tarafsız bir değerlendirmesi olarak hizmet veren, hem eğitim hem de doğrulama kümelerinden kasıtlı olarak gizlenen etiketli bir veri kümesi.

homojenleştirme

Transformatör gibi az sayıda derin sinirsel ağ mimarisinin çok çeşitli görevlerde son teknoloji ürünü sonuçlar elde ettiği makine öğrenimi araştırmalarındaki eğilim.

HPO.

Bkz. hyperparameter optimization.

insan gözetimi

Bir yapay zekâ sistemi tarafından verilen kararların incelenmesinde insan katılımı, insan özerkliği ve kararların sorumluluğunu sağlar.

hiperparametre

Makine öğrenmesinde, model doğruluğunu artırmanın bir yolu olarak eğitim öncesi değeri belirlenmiş bir parametre.

hyperparameter optimization (HPO)

Hiper parametre değerlerini en doğru modeli sağlayan ayarlara ayarlama işlemi.

görüntü

Bir kitaplık kümesini içeren bir yazılım paketi.

artımlı öğrenme

Bir modelin, önceki görevlerden elde edilen verileri unutmadan sürekli olarak güncellenen verileri kullanarak eğitilmesi süreci. Bu teknik, büyük bir eğitim veri kaynağından veri grupları içeren bir modeli eğitmek için kullanılır.

Fermantasyon

Yeni veriler üzerinde tahminler yapmak için eğitimli bir makine öğrenimi modeli kullanma süreci.

INGEST

• Bir veritabanına sürekli olarak yüksek hacimli gerçek zamanlı veri eklemek için.
• Bir bilgi tabanı oluşturmak amacıyla verileri bir sisteme beslemek.

öngörü

Bir şeyin doğru ya da derin bir şekilde anlaşılması. Öngörüler, müşteri davranışlarına ve tutumlarına ilişkin güncel anlık görüntüler ve tahminler sağlamak için kognitif analitik kullanılarak türetilir.

akıllı yapay zeka

Bilgiyi anlayabilen, öğrenebilen, uyarlayabilen ve uygulayabilen, karar verme, problem çözme ve karmaşık kavramları anlama gibi yetenekleri gösteren yapay zeka sistemleri, insan zekâsı gibi.

Amaç

Bir soruyu yanıtlamak ya da bir fatura ödemesini işlemek gibi bir sohbet robotuna müşteri girişi tarafından ifade edilen bir amaç ya da hedef.

iş

Ayrı olarak yürütülebilir bir iş birimi.

Jupyter not defteri

Bkz. not defteri.

etiket

Denetimli learning.Labels verilerden türetilebilir, ancak genellikle insan etiketleyicileri ya da ek açıklayıcılar tarafından uygulanır.

etiketli veriler

Makine öğrenimi modellerini eğitmek için kullanılabilmesi için bağlam ya da anlam eklemek üzere etiketlere atanan işlenmemiş veriler. Örneğin, sayısal değerler, model girişleri ve çıkışları için bağlam sağlamak üzere posta kodları ya da yaşlar olarak etiketlenebilir.

büyük dil modeli

Çok sayıda parametreye sahip, çok sayıda metne göre eğitilmiş bir dil modeli.

gizli alan

Veri örneklerinin gömülü olduğu n boyutlu matematiksel bir alan. İki boyutlu bir gizli alan, verileri bir 2D düzleminde noktalar olarak yerleştirir (ayrıca bkz: temsili alan). Ayrıca bkz. gösterim uzayı.

LoRA

Bkz. düşük sıralı uyarlama.

düşük sıralı uyarlama (LoRA)

Ağırlık matrislerinde düşük dereceli yapıdan yararlanarak büyük dil modellerinin hesaplama gereksinimlerini azaltan, daha verimli ve ölçeklenebilir eğitim ve çıkarım süreçlerine ve temel modellere ince ayar yapmanın bir yolunu sağlayan bir teknik.

makine öğrenimi (ML)

Yapay zekâ (AI) ve bilgisayar biliminin, insanların öğrenme şeklini taklit etmek için veri ve algoritmaların kullanımına odaklanan bir dalı, yapay zekâ modellerinin doğruluğunu kademeli olarak geliştirir.

makine öğrenimi çerçevesi

Bir modelin eğitilmesi ve devreye alınması için kitaplıklar ve çalıştırma zamanı.

Makine Öğrenimi Modeli

Yeni verileri analiz etmek ve öğrenmek için kullanabileceği algoritmalar geliştirmek üzere bir veri kümesi üzerinde eğitilen bir yapay zeka modeli.

zihinsel model

Bir bireyin bir sistemin nasıl çalıştığını ve eylemlerinin sistem sonuçlarını nasıl etkilediğini anlaması. Bu beklentiler bir sistemin gerçek yetenekleriyle eşleşmediğinde, hayal kırıklığı, terk edilme veya kötüye kullanıma yol açabilir.

yanlış hizalama

Bir yapay zeka sisteminin ulaşmak için optimize edildiği amaç ve davranışlar ile insan kullanıcılarının veya tasarımcılarının gerçek, genellikle karmaşık hedefleri arasındaki uyumsuzluk

Makine Öğrenimi

Bkz. makine öğrenimi.

MLOPS

• Bir makine öğrenimi modelini geliştirmeden üretime götüren bir metodoloji.
• Üretim makine öğrenimi (veya derin öğrenme) yaşam çevriminin yönetilmesine yardımcı olmak için veri bilimcileri ve operasyon profesyonelleri arasındaki işbirliği uygulaması. MLOps, iş ve mevzuat gereksinimlerine odaklanırken aynı zamanda otomasyonu artırmayı ve üretim ML ' nin kalitesini artırmayı amaçlıyor. Model geliştirme, eğitim, doğrulama, devreye alma, izleme ve yönetimi içerir ve CI/CD gibi yöntemleri kullanır.

model

• Bir makine öğrenimi bağlamında, tahminler veya kararlar sağlamak için bir veri kümesi üzerinde eğitilmiş ve test edilmiş bir dizi işlev ve algoritma.
• Decision Optimizationiçinde, farklı veri kümeleri kullanılarak CPLEX optimizasyon motorlarıyla çözülebilen bir sorunun matematiksel formülasyonu.

ModelOps

Eğitim, devreye alma, puanlama, değerlendirme, yeniden eğitim ve güncelleme dahil olmak üzere bir yapay zeka modelinin tüm yaşam çevrimini yönetmek için kullanılan bir metodoloji.

izlenen grup

Tahmine dayalı bir modelden elde edilen sonuçların başvuru grubunun sonuçlarından önemli ölçüde farklılık gösterip göstermediğini belirlemek için izlenen bir veri sınıfı. Gruplar genellikle ırk, cinsiyet veya yaşı içeren özelliklere göre izlenir.

çok lass sınıflandırma modeli

İkide fazla sınıf içeren bir sınıflandırma görevi. Örneğin, bir ikili sınıflandırma modelinin evet ya da hayır değerlerini tahmin ettiği durumlarda, çok sınıflı bir model evet, hayır, belki ya da uygulanamaz değerini tahmin eder.

çok değişkenli zaman serisi

İki ya da daha fazla değişen değişken içeren zaman serisi deneyi. Örneğin, üç müşterinin elektrik kullanımını tahmin eden bir zaman serisi modeli.

doğal dil işleme (NLP)

Bilgisayarların insan dillerini anlama yeteneğini artırmak amacıyla, doğal dilin işlenmesinde ve manipülasyonunda doğacak sorunları inceleyen yapay zeka ve dilbilim alanı.

doğal dil işleme kitaplığı

Çok çeşitli metin işleme görevleri için, sözdizimi analizi ve kullanıma hazır önceden eğitilmiş modeller için temel doğal dil işleme işlevleri sağlayan bir kitaplık.

nöral ağ

Beyin hücrelerinin soyut bir versiyonunu simüle eden karmaşık bir matematiksel şema kullanarak durumları tahmin etmek veya sınıflandırmak için matematiksel bir model. Bir sinirsel ağ, çok sayıda gözlemlenen vakaları birer birer sunarak eğitilir ve görevi öğrenene kadar kendisini tekrar tekrar güncellemesine izin verir.

NNLP

Bkz. doğal dil işleme.

node

SPSS Modeler akışında, bir veri işleminin grafik gösterimi.

not defteri

Yürütülebilir kodu, bu koda ilişkin açıklayıcı metni ve çalıştırılan herhangi bir kodun sonuçlarını içeren etkileşimli bir belge.

dizüstü bilgisayar çekirdeği

Not defteri düzenleyicisinin kodu yürüten ve hesaplama sonuçlarını döndüren bölümü.

Nesne Depolaması

Verilerin genellikle bulutta kullanıldığı, verilerin ayrı birimler ya da nesneler olarak depolandığı, bir dosya hiyerarşisi kullanmayan, ancak tüm nesneleri aynı düzeyde saklayan bir depolama havuzunda ya da havuzda depolandığı bir veri depolama yöntemi.

tek atıcıda öğrenme

Çoğu insan öğreniminin yalnızca bir ya da iki örnek alındıktan sonra gerçekleşmesi önerisine dayanan derin öğrenme modeli. Bu model denetimsiz öğrenmeye benzer.

tek atışlık bilgi istemi

Görevin nasıl tamamlanacağını göstermek için modele tek bir örnek verilen bir bilgi istemi tekniği.

çevrimiçi devreye alma

Bir modele ya da Python kod devreye alımına, çevrimiçi öngörüler oluşturmak için bir web hizmeti olarak bir API uç noktası aracılığıyla gerçek zamanlı olarak erişme yöntemi.

Ontoloji

Bazı ilgi alanları ve bunlar arasındaki ilişkilerde var olabilen nesnelerin, kavramların ve diğer varlıkların gösteriminin açık bir biçimsel belirtimi.

operasyonel varlık

Bir araçta ya da işte kod çalıştıran bir varlık.

optimizasyon

Dayatılan kısıtlamalara ve sınırlamalara saygı gösterirken, kesin olarak tanımlanmış bir soruna en uygun çözümü bulma süreci. Örneğin, kaynakların nasıl ayrılacağını ya da büyük bir alternatif kümesinden en iyi öğelerin ya da birleşimlerin nasıl bulunacağını belirleme.

Eniyileme Programlama Dili

Optimizasyon sorunlarının model formülasyonlarını, IBM CPLEX gibi CPLEX optimizasyon motorları tarafından çözülebilecek bir biçimde ifade etmek için bir modelleme dili.

eniyilenmiş metrik

Modelin performansını ölçmek için kullanılan bir metrik. Örneğin, doğruluk, bir ikili sınıflandırma modelinin performansını ölçmek için kullanılan tipik metriktir.

düzenleme

Bir makine öğrenimi modelini eğitebilen, çalıştırabilen, devreye alabilen, test edebilen ve değerlendirebilen uçtan uca bir akış oluşturma süreci ve genellikle mikro hizmetleri kullanarak sistemi koordine etmek için otomasyonu kullanır.

aşırı güvenme

Bir kullanıcının yapay zeka modeli tarafından yapılan yanlış bir öneriyi kabul etmesi. Ayrıca bkz. güven, güvensiz.

parametre

• Bir sinir ağında iki nöron arasındaki bağlantının gücünü gösteren 0.0 ile 1.0 arasında gerçek değerli bir ağırlık.
• Modelin bir modele ait olan ve değerleri tahmin edilen ya da verilerden öğrenilen yapılandırılabilir bir parçası. Parametreler, modelin çıktıyı doğru şekilde tahmin etmesine yardımcı olmak için eğitim süreci sırasında ayarlanan model özellikleridir. Modelin performansı ve tahmine dayalı gücü büyük ölçüde bu parametrelerin değerlerine bağlıdır.

Taraf

Birleşik Öğrenmede, ortak bir modelin eğitimi için verilere katkıda bulunan bir varlık. Veriler taşınmaz ya da birleştirilmez, ancak taraflardan her biri birleşik eğitimin avantajını alır.

bilgi yükü

Bir puanı, tahmini ya da çözümü geri almak için devreye almaya geçirilen veriler.

Bilgi Yükünü Günlüğe Kaydetme

İş uygulamalarında yapay zekânın sürekli durumunu izlemek için bilgi yükü verilerinin ve devreye alma çıktısının yakalanması.

ardışık düzen

• Watson Pipelinesiçinde, oluşturma aşamasından devreye almaya kadar uçtan uca bir varlık akışı.
• AutoAI' de bir aday modeli.

ardışık işlem panosu

AutoAI' de, otomatik olarak oluşturulan aday modellerin listesini belirtilen ölçütlere göre sıralanmış ardışık işlem hattı olarak gösteren bir tablo.

ilke

Bir aracının geçerli duruma göre sonraki eylemi belirlemek için izlediği bir strateji ya da kural.

konumlu kodlama

Her sözcüğün cümle içindeki konumunu içeren bir tümcedeki sözcüklerin kodlanması gibi konumsal bilgileri içeren sıralı bir veri dizisinin kodlaması. Ayrıca bkz. kodlama.

tahmine dayalı analitik

Gelecekteki olasılıkların ve eğilimlerin tahmin edilmesiyle ilgili bir iş süreci ve bir dizi ilgili teknoloji. Tahmine dayalı analitik, belirli bir duruma ilişkin en iyi eylemi bulmak için iş sorunlarına olasılık, istatistik, makine öğrenimi ve yapay zeka gibi çeşitli disiplinleri uygular.

önceden eğitilmiş model

Daha önce belirli bir görevi gerçekleştirmek için büyük bir veri kümesi üzerinde eğitilmiş bir yapay zeka modeli. Önceden eğitilmiş modeller sıfırdan model oluşturmak yerine kullanılır.

ön eğitim

Belirli bir görev için ince ayarlamadan önce büyük bir veri kümesinde bir makine öğrenimi modelinin eğitilmesi süreci.

gizlilik

Bir kişiyle ilgili bilgilerin yetkisiz erişime ve uygun olmayan kullanıma karşı korunduğundan emin olun.

Olasılıklı

Rassallığa maruz kalmanın özelliği; deterministik olmayan. Olasılıklı modeller, aynı girişler verildiğinde aynı çıkışları üretmez. Ayrıca bkz. üretken değişkenlik.

proje

Verilerle ve diğer varlıklarla çalışmak için işbirliğine dayalı bir çalışma alanı.

bilg istemi

• Bir temel modelin çıktısını hazırlayan, bildiren ya da koşullayan metin ya da resim gibi veriler.
• Bir çıkış ekranına geçiş yapmadan önce bir alan için kullanıcı girişinin gerekli olduğunu gösteren bir işlem bileşeni.

bilgi istemi mühendisliği

Belirli bir görevi gerçekleştirmek için bir dil modeli için doğal dil bilgi istemleri tasarlama süreci.

bilgi istemi ayarlama

Modeli yeniden eğitmeden ya da ağırlıklarını güncellemeden önceden eğitilmiş bir modeli yeni görevlere uyarlamak için verimli ve düşük maliyetli bir yöntem. Bilgi istemi ayarlaması, modelin var olan parametrelerini dondururken modelin bilgi istemine eklenen az sayıda yeni parametrenin öğrenilmesini içerir.

isteme

Bir temel modele giriş sağlama süreci, onu çıkış üretmeye teşvik etmek için.

Budama

Bir karar ağacını ya da sinirsel ağı basitleştirme, küçültme ya da kırpma işlemi. Bu, daha az önemli düğümler veya katmanlar kaldırılarak, aşırı uymayı önlemek ve tahmine dayalı gücünü korurken model genelleştirmesini geliştirmek için karmaşıklığı azaltarak yapılır.

Python

Veri bilimi ve yapay zekâda kullanılan bir programlama dili.

Python işlevi

Üretimdeki bir modeli desteklemek için Python kodunu içeren bir işlev.

R

Çok çeşitli analitik, istatistiksel ve grafiksel işlev ve teknikler sunan, veri bilimi ve yapay zekâda kullanılan genişletilebilir bir komut dosyası dili.

RAG

Bkz. alma artırılmış oluşturma.

Rasgele çekirdek

Bir sözde oransal sayı oluşturucusunu başlatmak için kullanılan sayı. Rasgele tohumlar, rasgele sayı oluşturmaya dayanan süreçler için yeniden üretilebilirlik sağlar.

başvuru grubu

Tahmine dayalı bir modelde olumlu bir sonuç alma olasılığı en yüksek olarak tanımlanan grup. Sonuçlar, sonuçlarda potansiyel önyargıyı aramak için izlenen bir grupla karşılaştırılabilir.

Daralt

Verileri temizlemek ve şekillendirmek için.

regresyon modeli

Bağımlı bir değişkeni bir ya da daha fazla bağımsız değişkenle ilişkilendiren bir model.

güçlendirme öğrenimi

Bir ajanın ödül sinyalini en üst düzeye çıkarmak için bir ortamda sıralı kararlar almasını öğrendiği bir makine öğrenimi tekniği. Deneme ve hata öğrenmeden esinlenerek, aracılar çevreyle etkileşim kurar, geribildirim alır ve en iyi ilkelere ulaşmak için eylemlerini ayarlar.

İnsan geribildirimine ilişkin pekiştirme öğrenmesi (RLHF)

Bir dil öğrenme modelinin yanıtlarını, bir bilgi isteminde verilen yönergelere hizalamak için kullanılan bir yöntem. RLHF, insan ek açıklayıcılarının modelden birden çok çıkış sıralamasını gerektirir. Bu sıralamalar daha sonra pekiştirmeli öğrenmeyi kullanarak bir ödül modeli yetiştirmek için kullanılır. Ödül modeli daha sonra büyük dil modelinin çıkışını ince ayarlamak için kullanılır.

güvenmek

Yapay zeka sistemlerinde, bir kullanıcının bir yapay zeka modeli tarafından yapılan bir öneriyi kabul etmesi veya bir yapay zeka modeli tarafından oluşturulan bir çıktıyı kabul etmesi. Ayrıca bkz. overreliance, underreliance.

gösterim

Genellikle gerçek değerli sayılardan oluşan bir vektör olarak bir bilgi biriminin kodlaması. Ayrıca bkz. gömme.

gösterim uzayı

Veri örneklerinin gömülü olduğu n boyutlu matematiksel bir alan. İki boyutlu gizli alan, verileri bir 2D düzleminde noktalar olarak yerleştirir (ayrıca bkz: gizli alan). Ayrıca bkz. gizli alan.

alma artırılmış oluşturma (RAG)

Büyük bir dil modelinin, metin oluşturmak için dış kaynaklardan gelen bilgiyle artırıldığı bir teknik. Alma adımında, dış kaynaktan ilgili belgeler kullanıcının sorgusundan tanımlanır. Oluşturma adımında, bu belgelerin bazı kısımları, alınan belgelerde topraklanmış bir yanıt oluşturmak için LLM komut istemine eklenir.

ödül

Bir aracı yönlendirmek için kullanılan bir sinyal, genellikle bir kararın iyiliğiyle ilgili geribildirim sağlayan bir pekiştirmeli öğrenme aracıdır.

RLHF

Bkz. insan geribildirimlerine ilişkin pekiştirme öğrenimi.

Runtime Environment

Not defterleri gibi araçları ya da işleri çalıştırmak için kullanılan önceden tanımlanmış ya da özel donanım ve yazılım yapılandırması.

puanlama

• Makine öğrenmesinde, öngörülen bir sonucun güvenini ölçme süreci.
• Gelen bir kimliğe ilişkin özniteliklerin var olan bir varlığın öznitelikleriyle ne kadar yakından eşleştiğini hesaplama işlemi.

komut dosyası

Üretimde bir modeli desteklemek için Python ya da R komut dosyalarını içeren bir dosya.

kendi kendine dikkat

Çıkış oluştururken girişin hangi kısımlarına odaklanacağını belirlemek için giriş verilerinin kendisinden gelen bilgileri kullanan bir uyarı mekanizması.

kendi kendini denetleyen öğrenme

Bir modelin, giriş sırasında belirteçleri maskeleyerek ve bunları tahmin etmeye çalışarak etiketlenmemiş verilerden öğrendiği bir makine öğrenimi eğitim yöntemi. Örneğin, "________ lahanaları severim".

duyarlılık

Öznel deneyim ve duygular ya da bilinç sahibi olma kapasitesi. Acı ve zevk gibi duyuları algılama, mantık ve deneyimleme yeteneğini içerir.

Şekil

Sütunları süzgeçten geçirerek, sıralayarak, kaldırarak; tabloları birleştirerek; hesaplamaları, veri gruplamalarını, sıradüzenlerini ve daha fazlasını içeren işlemleri gerçekleştirerek verileri özelleştirmek için.

küçük veri

İnsanlar tarafından erişilebilir ve anlaşılabilir veriler. Ayrıca bkz. yapısal veriler.

SQL pushback

SPSS Modeler' de, birçok veri hazırlama ve veri madenciliği işlemini SQL kodu aracılığıyla doğrudan veritabanı içinde gerçekleştirme süreci.

yapısal veriler

Bir kayıt ya da dosya içindeki sabit alanlarda bulunan veriler. İlişkisel veritabanları ve elektronik tablolar, yapısal verilere örnektir. Ayrıca bkz. yapılandırılmamış veriler, küçük veriler.

yapısal bilgiler

Arama motoru dizinleri, veritabanları ya da bilgi tabanları gibi yapılandırılmış kaynaklarda saklanan öğeler.

denetimli öğrenim

Yeni verilerle ilgili tahminler yapmak için bir modelin etiketli bir veri kümesi üzerinde eğitildiği bir makine öğrenimi eğitim yöntemi.

sıcaklık

Oluşturma sürecindeki varyasyon miktarını belirten, oluşturma modelindeki bir parametre. Daha yüksek sıcaklıklar, modelin çıkışında daha fazla değişkenlik ile sonuçlanır.

metin sınıflandırması

Metni otomatik olarak tanımlayan ve belirtilen kategorilere sınıflandıran bir model.

Zaman Serisi

Bir değişkenin zaman içindeki periyodik noktalardaki değerleri kümesi.

zaman serisi modeli

Zaman içinde verileri izleyen ve tahmin eden bir model.

belirteç

Bir metinde, sözcük ya da alt sözcük gibi ayrı bir anlam ya da analiz birimi.

bölümleme

Bir metin dizesini sözcükler ya da alt sözcükler gibi daha küçük birimlere bölmek için doğal dil işlemede kullanılan işlem.

eğitilmiş model

Gerçek verilerle eğitilen ve yeni verilerle sunulduğunda sonuçları tahmin etmek için devreye alınmaya hazır olan bir model.

eğitim

Kaynak verilerin bir alt kümesini içeren model oluşturmanın ilk aşaması. Model, bilinen verilerden örnek olarak öğrenir. Daha sonra model, sonucun zaten bilindiği daha farklı bir altkümeye karşı test edilebilir.

eğitim verileri

Makine öğrenimi modellerini eğitmek için kullanılabilecek ek açıklamalı belgeler kümesi.

Eğitim kümesi

Bir makine öğrenimi modelini örneklere ve bunlara karşılık gelen etiketlere maruz bırakarak eğitmek için kullanılan etiketli veri kümesi, modelin kalıpları öğrenmesini ve tahminler yapmasını sağlar.

aktarma öğrenimi

Tamamen yeni bir soruna eğitilmiş bir modelin uygulandığı bir makine öğrenimi stratejisi.

Transformer

Bir dizi belirteç içinde bir sonraki belirteci tahmin etmek için konumsal kodlamaları ve kendi kendine dikkat mekanizmasını kullanan bir sinirsel ağ mimarisi.

şeffaflık

Yapay zeka sisteminin nasıl tasarlandığı ve geliştirildiği konusunda paydaşlarla uygun bilgilerin paylaşılması. Bu bilgilere örnek olarak, hangi verilerin toplandığı, nasıl kullanılacağı ve depolanacağı ve bu verilere kimlerin erişebileceği gösterilebilir; ve doğruluğu, sağlamlığı ve yanlılığı için test sonuçları verilebilir.

kalibrasyona güven

Bir yapay zeka sistemine güvenin doğruluğu, güvenilirliği ve güvenilirliği gibi faktörlere dayalı olarak değerlendirilmesi ve ayarlanması süreci.

Turing testi

Alan Turing tarafından 1950 'de önerildi, bir makinenin bir insanınki ile eşdeğer veya diğerlerinden ayırt edilemez bir şekilde akıllı davranış sergileme kabiliyetine ilişkin bir test.

güvenme

Bir kullanıcının yapay zeka modeli tarafından yapılan doğru önerileri reddetmesi. Ayrıca bkz. overreliance, reliance.

tek değişkenli zaman serisi

Yalnızca bir değişen değişken içeren zaman serisi deneyi. Örneğin, sıcaklığı tahmin eden bir zaman serisi modeli, sıcaklığın tek bir tahmin sütununa sahiptir.

yapısal olmayan veriler

Sabit alanlar yerine yapısal olmayan bir biçimde saklanan veriler. Bir sözcük işleme belgesindeki veriler, yapılandırılmamış verilerin bir örneğidir. Ayrıca bkz. yapısal veriler.

yapılandırılmamış bilgiler

Doğal dil metin belgesi gibi sabit bir konumda bulunmayan veriler.

denetimsiz öğrenme

• İşlenmemiş, etiketlenmemiş verilerin, insan çabası olmayan bir sistemi eğitmek için kullanılmasına olanak sağlayan derin öğrenme modeli.
• Bir modelin etiketli verilerle birlikte sağlanmadığı ve verilerdeki kalıpları veya yapıyı kendi başına bulması gereken bir makine öğrenimi eğitim yöntemi.

doğrulama kümesi

Eğitim sürecinde bir makine öğrenimi modelinin performans ve genelleştirme yeteneğini değerlendirmek, hiperparametre ayarlaması ve model seçimine yardımcı olmak için kullanılan ayrı bir etiketli veri kümesi.

Vektör

[ 1, 2, 5] ya da [0.7, 0.2, -1.0] gibi tek boyutlu, sıralı sayı listesi.

görselleştirme

Bir grafik, grafik, çizim, tablo, harita ya da verilerin diğer herhangi bir görsel gösterimi.

Ağırlık

Ağ katmanı içindeki giriş verilerini dönüştüren bir düğüme ilişkin katsayı. Ağırlık, bir yapay zeka modelinin eğitim yoluyla öğrendiği ve değerini modelin öngörülerindeki hataları azaltmak için ayarlanan bir parametredir.

sıfır atış bilgi istemi

Modelin belirli bir örnek verilmeden bir görevi tamamladığı bir bilgi istemi tekniği.