Archiwa: Słownik

Uczenie na danych bez etykiet, w którym algorytm samodzielnie odkrywa ukryte wzorce, grupy lub struktury. Typowe zastosowania to klastrowanie i redukcja wymiarów.

Uczenie modelu na danych z etykietami, gdzie każdy przykład ma przypisaną poprawną odpowiedź. Model uczy się odwzorowywać wejścia na właściwe wyjścia.

Model obliczeniowy inspirowany budową mózgu, złożony z połączonych węzłów (neuronów) ułożonych w warstwy. Uczy się, dostosowując siłę połączeń (wagi) na podstawie danych.

Odmiana uczenia maszynowego wykorzystująca sieci neuronowe o wielu warstwach do wykrywania złożonych wzorców. Sprawdza się m.in. w rozpoznawaniu obrazu i mowy oraz przetwarzaniu języka.

Poddziedzina AI, w której algorytmy uczą się wzorców na podstawie danych, zamiast być jawnie zaprogramowane do każdego zadania. Z czasem poprawiają skuteczność wraz z większą ilością danych.

Dziedzina informatyki zajmująca się tworzeniem systemów wykonujących zadania wymagające zwykle ludzkiej inteligencji, takie jak uczenie się, rozumowanie czy rozumienie języka.

Zbiór gotowych, wielokrotnie używanych połączeń z bazą. Ogranicza koszt ciągłego otwierania i zamykania połączeń przy dużym ruchu.

Widok, którego wynik jest fizycznie zapisany na dysku i odświeżany okresowo. Przyspiesza ciężkie zapytania kosztem aktualności danych.

System zarządzania relacyjną bazą danych, np. MySQL czy PostgreSQL. Odpowiada za przechowywanie, bezpieczeństwo i obsługę zapytań do danych.

Rodzina standardów IEEE definiujących przenośny interfejs systemu operacyjnego. Dzięki niej programy łatwiej przenosić między systemami uniksowymi.