علم داده
Algorithmic Tradingمعامله الگوریتمی
معامله الگوریتمی؛ اجرای خودکار تصمیم‌های معاملاتی بر اساس قواعد یا مدل؛ خروجی مدل باید با محدودیت ریسک و قابلیت ردیابی همراه باشد.
مشاهدهٔ جزئیاتدانشنامهٔ Noventix
واژه‌نامهٔ هوش مصنوعی
مفاهیم و اصطلاحات هوش مصنوعی را عمیق‌تر بشناس.
۳۴۵ اصطلاح آموزشی۲۵ حوزهٔ موضوعیرایگان برای همه
مرور سریع
از الفبا شروع کن
دسته‌بندی‌ها
۳۴۵ اصطلاحموضوع موردنظرت را انتخاب کن
امنیت و ایمنی هوش مصنوعی
Alignmentهم‌راستاسازی
هم‌راستاسازی؛ مطمئن شدن از این‌که رفتار هوش مصنوعی با ارزش‌ها و اهداف انسان هماهنگ است. اگر یک مدل با هدف واقعی کاربر هم‌راستا نباشد، ممکن است حتی با انجام درست دستور، نتیجه‌ای نامناسب یا ناخواسته تولید کند.
مشاهدهٔ جزئیاتعلم داده
Alphaآلفا
آلفا؛ بازده اضافه یک سبد یا مدل نسبت به معیار بازار؛ در ارزیابی مدل‌های مالی، آلفا نشان می‌دهد مدل چیزی بیش از دنبال‌کردن بازار ارائه داده یا نه.
مشاهدهٔ جزئیاتیادگیری ماشین
Anomaly Detectionتشخیص ناهنجاری
تشخیص ناهنجاری؛ شناسایی رفتارها یا داده‌های غیرمعمول مثل تراکنش‌های مشکوک در بانک. این روش در کاربردهایی مانند کشف تقلب، تشخیص خرابی دستگاه، پایش شبکه و شناسایی رفتار غیرعادی کاربران بسیار کاربرد دارد.
مشاهدهٔ جزئیاتمدلهای زبانی بزرگ
Assistant Messageپیام دستیار
پیام دستیار؛ بخشی از مکالمه که پاسخ یا خروجی تولیدشده توسط دستیار هوش مصنوعی را نشان می‌دهد.
مشاهدهٔ جزئیاتیادگیری عمیق
Attention Mechanismسازوکار توجه
سازوکار توجه؛ بخشی از مدل‌های ترانسفورمر که روی قسمت‌های مهم‌تر ورودی تمرکز می‌کند. این سازوکار به مدل کمک می‌کند هنگام پردازش یک بخش از ورودی، ارتباط آن با بخش‌های مهم دیگر را بهتر در نظر بگیرد.
مشاهدهٔ جزئیاتامنیت و ایمنی هوش مصنوعی
Attributionانتساب
انتساب؛ نسبت دادن یک خروجی، تصمیم یا محتوا به منبع، مؤلفه یا نویسنده مشخص؛ پایه اعتماد در گزارش‌های داده و خروجی مدل‌های مولد.
مشاهدهٔ جزئیاتیادگیری ماشین
AutoML (Automated Machine Learning)یادگیری ماشین خودکار
یادگیری ماشین خودکار؛ ابزارهایی که انتخاب مدل و تنظیم پارامترها را تا حد زیادی خودکار می‌کنند. AutoML می‌تواند بخشی از کارهای تکراری ساخت مدل را خودکار کند و برای افرادی که تخصص عمیق در مدل‌سازی ندارند نیز مفید باشد.
مشاهدهٔ جزئیاتیادگیری عمیق
Autoencoderخودرمزگذار
خودرمزگذار؛ شبکه عصبی که یاد می‌گیرد داده‌ها را فشرده و سپس دوباره بازسازی کند. این معماری در کارهایی مانند کاهش حجم داده، حذف نویز و یادگیری نمایش فشرده از داده‌ها استفاده می‌شود.
مشاهدهٔ جزئیاتعاملهای هوش مصنوعی
Autonomous AIهوش مصنوعی خودگردان
هوش مصنوعی خودگردان؛ سیستم‌هایی که بدون نظارت مداوم انسان کارهای پیچیده انجام می‌دهند. سطح خودمختاری می‌تواند از اجرای یک کار ساده تا برنامه‌ریزی و اجرای چندمرحله‌ای یک هدف متغیر باشد.
مشاهدهٔ جزئیاتارزیابی مدل‌ها
Average Precisionمیانگین دقت
میانگین دقت؛ معیاری ترکیبی برای سنجش کیفیت مدل در بازیابی یا جست‌وجوی اطلاعات. این معیار به‌خصوص در مسائل تشخیص اشیا و بازیابی اطلاعات مفید است و کیفیت مدل را در سطوح مختلف آستانه بررسی می‌کند.
مشاهدهٔ جزئیاتیادگیری عمیق
Backpropagationپس‌انتشار
پس‌انتشار؛ روش محاسبه گرادیان خطا نسبت به وزن‌های شبکه با حرکت معکوس از خروجی به ورودی؛ پایه آموزش بیشتر شبکه‌های عصبی امروزی.
مشاهدهٔ جزئیاتمبانی هوش مصنوعی
Backward Chainingزنجیره‌سازی معکوس
زنجیره‌سازی معکوس؛ روش استدلالی که از نتیجه شروع می‌کند و به عقب برای پیدا کردن دلایل حرکت می‌کند. این روش زمانی مفید است که یک نتیجه یا هدف مشخص داریم و می‌خواهیم ببینیم چه شرایطی می‌تواند رسیدن به آن را توجیه کند.
مشاهدهٔ جزئیاتیادگیری ماشین
Baseline Modelمدل مبنا
مدل مبنا؛ یک مدل ساده که عملکرد مدل‌های پیچیده‌تر را با آن مقایسه می‌کنیم. Baseline یک نقطه شروع مشخص می‌کند تا بدانیم یک تغییر یا مدل جدید واقعا بهتر از راه‌حل ساده قبلی عمل کرده است.
مشاهدهٔ جزئیاتعلم داده
Basis Points (bps)واحد پایه
واحد پایه؛ یک‌صدم درصد، واحد رایج بیان نرخ و تفاوت بازده در مالی؛ مثلا اختلاف ۰٫۲۵ درصد برابر ۲۵ واحد پایه است.
مشاهدهٔ جزئیاتیادگیری عمیق
Batch Normalizationنرمال‌سازی بچ
نرمال‌سازی بچ؛ تکنیکی برای پایدار کردن و سریع‌تر کردن آموزش شبکه‌های عصبی. این تکنیک با نرمال‌سازی فعال‌سازی‌های لایه‌ها می‌تواند آموزش شبکه‌های عمیق را پایدارتر و در بسیاری از موارد سریع‌تر کند.
مشاهدهٔ جزئیاتFine-tuning و PEFT
Batch Sizeاندازه بچ
اندازه بچ؛ تعداد نمونه‌هایی که مدل در هر مرحله آموزش پردازش می‌کند. اندازه بچ روی سرعت آموزش، مصرف حافظه و پایداری فرآیند یادگیری اثر می‌گذارد و مقدار مناسب آن به مدل و سخت‌افزار بستگی دارد.
مشاهدهٔ جزئیاتیادگیری ماشین
Bayes Classifierطبقه‌بند بیزی
طبقه‌بند بیزی؛ مدل طبقه‌بندی مبتنی بر قضیه بیز. این مدل بر پایه احتمال تصمیم می‌گیرد که یک نمونه به کدام کلاس تعلق دارد.
مشاهدهٔ جزئیاتریاضیات و آمار
Bayes Theoremقضیه بیز
قضیه بیز؛ فرمولی برای به‌روزرسانی احتمال‌ها بر اساس اطلاعات جدید. این قضیه زمانی کاربردی است که با مشاهده اطلاعات جدید بخواهیم احتمال یک فرضیه را دوباره محاسبه کنیم.
مشاهدهٔ جزئیاتریاضیات و آمار
Bayesian Inferenceاستنتاج بیزی
استنتاج بیزی؛ استفاده از احتمالات برای نتیجه‌گیری از داده‌ها. با ترکیب باور اولیه و شواهد جدید، احتمال فرضیه‌ها به‌روزرسانی می‌شود.
مشاهدهٔ جزئیاتریاضیات و آمار
Bayesian Networkشبکه بیزی
شبکه بیزی؛ مدل گرافیکی برای نمایش روابط احتمالاتی بین متغیرها. در چنین شبکه‌ای گره‌ها معمولا متغیرها و ارتباط بین آن‌ها وابستگی‌های احتمالی را نشان می‌دهد.
مشاهدهٔ جزئیاتیادگیری ماشین
Bayesian Optimizationبهینه‌سازی بیزی
بهینه‌سازی بیزی؛ روش هوشمند برای پیدا کردن بهترین تنظیمات مدل با آزمایش‌های کم. وقتی ارزیابی هر تنظیم مدل هزینه‌بر است، این روش تلاش می‌کند با تعداد آزمایش کمتر به تنظیمات مناسب برسد.
مشاهدهٔ جزئیاتمدلهای زبانی بزرگ
Beam Searchجست‌وجوی پرتو
جست‌وجوی پرتو؛ الگوریتمی برای پیدا کردن بهترین دنباله خروجی در مدل‌های زبانی. به جای نگه داشتن فقط یک مسیر، چند مسیر امیدوارکننده را هم‌زمان دنبال می‌کند تا احتمال رسیدن به خروجی بهتر بیشتر شود.
مشاهدهٔ جزئیاتارزیابی مدل‌ها
Benchmarkبنچمارک
بنچمارک؛ مجموعه استانداردی از تست‌ها و داده‌ها برای مقایسه عملکرد مدل‌ها. بنچمارک مناسب باید شرایط مقایسه یکسانی ایجاد کند تا عملکرد مدل‌ها بر اساس معیارهای مشخص قابل سنجش باشد.
مشاهدهٔ جزئیات