Geri Yayılım

Kredileri: Sağlanan Görüntü; Yazar: Stephen Whitelaw;

Geri yayılım, sinir ağlarını eğitmek için kullanılan bir yöntemdir. Modelin çıktısını doğru cevapla karşılaştırarak, hatayı hesaplayarak ve ardından dahili ayarlarını ayarlamak için bu hatayı ağ üzerinden geriye doğru göndererek çalışır. Birçok örnekte, model yavaş yavaş gelişir. Geri yayılım, modern derin öğrenmenin arkasındaki temel tekniklerden biridir.

Kelime Çantası Kredisi

: Sağlanan Resim; Yazar: Stephen Whitelaw; Kelime çantası, makine

öğrenimi için metni temsil etmenin basit bir yoludur. Dilbilgisini ve kelime sırasını görmezden gelir ve basitçe hangi kelimelerin göründüğünü sayar. Örneğin, “Yapay zeka işletmeye yardımcı olur” ve “iş yapay zekaya yardımcı olur” bir kelime çanta modelinde çok benzer görünebilir. Modern dil modellerinden daha az karmaşıktır, ancak bazı metin sınıflandırma görevlerinde hala yararlıdır.

Temel Model

Kredileri: Sağlanan Resim; Yazar: Stephen Whitelaw;

Temel model, geniş bir veri kümesi üzerinde eğitilmiş ancak henüz belirli bir kullanım için uzmanlaşmamış bir AI modelidir.. Örneğin, genel bir dil modeli metni tahmin etmek için eğitilebilir, daha sonra yardımcı bir asistan, yasal özetleyici veya kodlama aracı olmak için ince ayar yapılabilir. Temel model, daha özel sistemlerin inşa edildiği temeldir.

Bayesian AI Kredil

eri: Sağlanan Görüntü; Yazar: Stephen Whitelaw; Bayesian AI, belirsizlik


hakkında akıl yürütmek için olasılığı kullanır. Bayes yaklaşımı, yalnızca bir cevap vermek yerine, yeni kanıtlar geldikçe inançlarını güncelleyebilir. Bu tıp, tahmin, spam tespiti ve risk analizinde faydalıdır. Temel fikir aşinadır: yeni bilgiler ortaya çıktığında, olası olduğunu düşündüğümüz şeyi gözden geçiririz.

Işın Arama

Kredisi: Sağlanan Resim; Yazar: Stephen Whitelaw; I

şın araması, AI sistemleri metin veya çeviriler gibi diziler oluşturduğunda kullanılan bir tekniktir. Model, her seferinde yalnızca en olası bir sonraki kelimeyi seçmek yerine, birkaç olası seçeneği açık tutar ve bunları araştırır. Bu, nihai çıktıyı iyileştirebilir. En iyi yolculuğu seçmeden önce birkaç olası rotayı düşünmek gibi bir şey.

BERT

Kredisi: Sağlanan Resim; Yazar: Stephen Whitelaw;

BERT, mevcut büyük konuşma yapay zeka araçları dalgasından önce geliştirilen etkili bir dil modelidir. Bilgisayarların sadece soldan sağa okumak yerine kelimelere her iki yönden bağlam içinde bakarak metni anlamalarına yardımcı oldu. BERT, arama, sınıflandırma ve dil anlama görevlerinde yaygın olarak kullanıldı. Daha gelişmiş dil modellerinin yolunu açmaya yardımcı oldu.

Önyarg

ı Kredileri: Sağlanan Resim; Yazar: Stephen Whitelaw; AI

'da önyargı birkaç şey ifade edebilir. Teknik anlamda, bir modelde yerleşik varsayımlara atıfta bulunabilir. Sosyal anlamda, insanları veya grupları etkileyen haksız veya çarpık sonuçları ifade eder. Her iki anlam da önemlidir. Yararlı bir yapay zeka sistemi doğru türde teknik varsayımlara ihtiyaç duyar, ancak zararlı sosyal önyargıdan kaçınmalıdır.

Büyük Veri

Kredisi: Sağlanan Görüntü; Yazar: Stephen Whitelaw;

Büyük veri, geleneksel yöntemlerin işlemekte zorlandığı son derece büyük, karmaşık veya hızlı hareket eden veri kümelerini ifade eder. Yapay zeka, büyük verilerden büyük ölçüde yararlandı çünkü birçok makine öğrenimi sistemi daha fazla örnek üzerinde eğitildiğinde gelişiyor. Ancak, daha fazla veri her zaman daha iyi değildir. Düşük kaliteli, önyargılı veya alakasız veriler hala zayıf yapay zeka üretebilir

.