Глоссарий по ИИ и МО
Ресурс для изучения стандартных глоссарийных определений концепций Искусственного Интеллекта, Инженерии Данных, Науки о Данных и Машинного Обучения.
A
ANNS
Приближенный поиск ближайшего соседа (ANNS) - это мощная техника машинного обучения и обработки данных, которая позволяет эффективно искать ближайших соседей в больших наборах данных. ANNS - это метод поиска ближайшего соседа заданной точки запроса в большом наборе данных точек. Целью ANNS является поиск приблизительного ближайшего соседа с высокой вероятностью при минимизации вычислительных затрат.
AI Agents
ИИ-агенты созданы для того, чтобы думать и действовать самостоятельно, полагаясь на обратную связь с окружающей средой и свой внутренний монолог. Они генерируют список задач и постоянно развиваются и адаптируются, чтобы достичь своей цели наилучшим образом.
AI Hallucination
Узнайте определение понятия "галлюцинации ИИ", посмотрите примеры галлюцинаций ИИ и многое другое.
A.C.I.D. Transactions
ACID (атомарность, согласованность, изоляция и долговечность) — это аббревиатура, обозначающая основные принципы, которые регулируют транзакционные операции в базах данных и системах хранения данных. Каждая буква в ACID соответствует фундаментальному свойству, которые в совокупности обеспечивают целостность, надежность и устойчивость транзакций.
API
API, или интерфейс прикладного программирования, — это своего рода посредник, который позволяет различным программным приложениям взаимодействовать друг с другом.
AI Database
Узнайте, что такое база данных ИИ, для чего она используется, какие бывают типы баз данных ИИ и многое другое.
AutoRegressive Integrated Moving Average (ARIMA)
Авторегрессионная интегрированная скользящая средняя (ARIMA) — популярная статистическая модель для прогнозирования временных рядов. Она использует исторические данные, чтобы понять закономерности набора данных и спрогнозировать будущие значения. Модель использует три компонента для предсказания будущих значений: авторегрессию (AR), дифференцирование (I) и скользящую среднюю (MA).
ANN Benchmarks
ANN Benchmark — это комплексный инструмент оценки, предназначенный для измерения и сравнения производительности различных алгоритмов ANNS.
Agent2Agent
Agent2Agent — это протокол, который позволяет автономным ИИ-агентам, разработанным разными организациями с использованием различных технологий, находить друг друга, общаться и совместно работать над сложными задачами на разных платформах, тем самым превращая изолированных ассистентов в скоординированную многоагентную рабочую силу.
AI Hardware
Рассматривает ключевые компоненты и концепции, подчеркивая, как аппаратные решения для ИИ влияют на производительность ИИ в различных приложениях.
Application Performance Monitoring (APM)
Мониторинг производительности приложений (APM) — это практика использования инструментов, разработанных для того, чтобы помогать ИТ-специалистам отслеживать производительность и доступность программных приложений. Это похоже на регулярную проверку приложения, чтобы убедиться, что оно «здорово» и работает как ожидается.
Agentic RAG
Агентный RAG — это продвинутая версия RAG, которая использует ИИ-агентов для управления и оптимизации поиска и генерации информации, обеспечивая более адаптивные и точные ответы за счёт использования внешних инструментов и источников знаний.
Activation Functions
Функции активации — это математические функции, используемые в нейронных сетях для определения выхода нейрона, вносящие нелинейность в модель. Они применяются к входным данным узлов (нейронов), фундаментальных единиц нейронной сети, чтобы получить выход узла. Нейронная сеть вычисляет взвешенную сумму входных данных, добавляет смещение, а затем пропускает эту сумму через функцию активации, которая выдает измененное значение. Это значение передается на следующий слой сети или становится конечным выходом.
Approximate Dynamic Programming
Приближённое динамическое программирование (ADP) решает задачи принятия решений, которые слишком сложны для традиционного динамического программирования. Оно находит близкие к оптимальным решения, используя методы аппроксимации вместо точных вычислений. Эти аппроксимации позволяют справляться с «проклятием размерности», которое возникает в задачах с большими или непрерывными пространствами состояний. ADP широко используется в таких областях, как робототехника, финансы и логистика, предоставляя практические решения, когда точные методы слишком медленны или непрактичны.