Symbolsk regression
Definition
Symbolsk regression er en type regressionsanalyse, der søger at finde et matematisk …
Optimization
Terms tagged with Optimization
Erstatningsmodel
Definition
Inden for maskinlæring og optimering fungerer en erstatningsmodel som en proxy for en …
Strukturel risikominimering
Definition
Strukturel risikominimering (SRM) er en metode til at minimere forventet risiko ved at …
Struktureret sparsomhedsregularisering
Definition
Struktureret sparsomhedsregularisering udvider standard L1-regularisering ved at opmuntre …
Semantisk foldning
Definition
Semantisk foldning refererer til processen med at komprimere komplekse, højdimensionale …
Reparameteriseringstricket
Definition
Reparameteriseringstricket er en fundamental metode, der bruges i variational …
Regularisering
Definition
Regularisering er et afgørende begreb inden for maskinlæring, der er designet til at …
Tilfældige funktionsegenskaber
Definition
Random feature maps transformerer inputs til et nyt rum, hvor lineære modeller kan …
Kvantiseret
Definition
Kvantisering er en teknik til modeloptimering, der reducerer den numeriske præcision af …
Prompt-tuning
Definition
Prompt-tuning indebærer tilføjelsen af trænbare ‘bløde prompts’ …
Proximale gradientmetoder til læring
Definition
Proximale gradientmetoder er iterative optimeringsteknikker, der bruges, når …
PagedAttention
Definition
PagedAttention er en teknik introduceret af vLLM-projektet for at forbedre effektiviteten …
OpenVINO
Definition
Udviklet af Intel tillader OpenVINO (Open Visual Inference and Neural network …
Mxfp4
Definition
MXFP4 (Mixed eXtended Floating Point 4-bit) er et specialiseret datatypeformat …
Metode til multiplikativ vægtopdatering
Definition
Metoden til multiplikativ vægtopdatering er en grundlæggende algoritme til online læring, …
Multi-task Learning
Definition
Denne teknik udnytter den induktive bias, der deles af relaterede opgaver, til at øge …
MobileNet
Definition
MobileNets udnytter dybdeseparable konvolutioner til drastisk at reducere …
Model Compression
Definition
Denne kategori inkluderer metoder som pruning, kvantisering og videnstileddannelse …
Mixed Precision Training
Definition
Mixed Precision Training (MPT) kombinerer halvpræcision (FP16) og fuld præcision (FP32) …
Meta-læring
Definition
Meta-læring fokuserer på at designe algoritmer, der kan lære af tidligere opgaver for at …
Matrixregularisering
Definition
Matrixregularisering udvider koncepterne fra skalarregularisering til matricer og ofte …
Lokal case-control-stikprøveudtagning
Definition
Lokal case-control-stikprøveudtagning er en strategi, der primært bruges til træning af …
Lotteribillet-hypotesen
Definition
Lotteribillet-hypotesen antyder, at inden for et stort, tilfældigt initialiseret neuralt …
Læringsautomat
Definition
Dette koncept stammer fra forstærkningslæring og involverer en agent, der interagerer med …
Lagnormalisering
Definition
Lagnormalisering stabiliserer træningen ved at reducere intern kovariatforskydning, …
Knowledge Compilation
Definition
Knowledge compilation henviser til teknikker inden for kunstig intelligens, der …
Knowledge Distillation
Definition
Knowledge distillation er en maskinlæringsmetode, der bruges til at komprimere et stort, …
Instansudvælgelse
Definition
Instansudvælgelse sigter mod at forbedre den beregningsmæssige effektivitet og modellens …
Incremental Heuristic Search
Definition
Incremental Heuristic Search refererer til algoritmer, der finjusterer en kandidatløsning …
Imatrix
Definition
Imatrix, forkortelse for Importance Matrix (Vigtighedsmatrix), er en teknik primært …
Hyperparameterjustering
Definition
Hyperparameterjustering involverer evaluering af forskellige sæt af hyperparametre for at …
Hyperparameteroptimering
Definition
Hyperparameteroptimering (HPO) henviser til det bredere felt inden for automatisering af …
Hierarkisk Risikoparitet
Definition
Hierarkisk Risikoparitet (HRP) er en metode til porteføljekonstruktion, der adresserer …
Gradient Accumulation
Definition
Denne optimeringsstrategie gør det muligt at træne dybe læringsmodeller med effektive …
GLM MoE DSA
Definition
Der findes ikke et enkelt standardbegreb ‘GLM MoE DSA’. Det kombinerer dog …
GGUF
Definition
GGUF (GPT-Generated Unified Format) er et binært filformat designet specifikt til at køre …
FP8
Definition
Flydende-komma 8 (FP8) er en numerisk datatype, der tilbyder en balance mellem …
Finetunet
Definition
Finetuning refererer til teknikken at tage en model, der allerede er trænet på et stort, …
Fitness-approksimation
Definition
Fitness-approksimation bruges i evolutionær beregning, når evaluering af den sande …
Feature-hashing
Definition
Feature hashing, også kendt som hashing-tricket, gør det muligt for maskinlæringsmodeller …
Funktionsskalering
Definition
Funktionsskalering standardiserer intervallet for inputvariabler for at forhindre, at …
Feature Engineering
Definition
Feature engineering er kunsten at udnytte domæneekspertise til at transformere rådata til …
Ekstremal optimering
Definition
I modsætning til genetiske algoritmer, der opretholder en population, arbejder EO på en …
Udforskning-udnyttelses-dilemmaet
Definition
I beslutningsprocesser står agenter over for en afvejning: de kan udnytte nuværende viden …
Evoluerbarhed
Definition
I computermæssige sammenhænge refererer evolvability til, hvor let en algoritme eller …
Empirisk risikominimering
Definition
Empirisk Risikominimering (ERM) er den standard objektive funktion til træning af …
Edge-inferens
Definition
Denne praksis indebærer at udrulle trænet AI-hardware direkte på hardware som …
EfficientNet
Definition
Udviklet af Google bruger EfficientNet en metode til kompoundskalering til at balancere …
Early Stopping
Definition
Early stopping er en form for regularisering, der primært bruges i iterative …
EM-algoritmen og GMM-modellen
Definition
Denne term refererer til det synergistiske forhold mellem …
Differentially private stochastic gradient descent
Definition
DP-SGD er en variant af Stochastic Gradient Descent designet til at beskytte …
Diffusers:Ltxpipeline
Definition
LTX-pipelinen er skræddersyet til modeller, der prioriterer hastighed og effektivitet i …
Beskæring af beslutningstræer
Definition
Beskæring er en metode, der bruges til at forhindre overtilpasning i …
Cross-entropimetoden
Definition
Cross-Entropi-metoden (CEM) er en kraftfuld generel optimeringsalgoritme, der bruges til …
Kostfølsom maskinlæring
Definition
Kostfølsom maskinlæring udvider traditionel overvåget læring ved at tildele forskellige …
Kontraktiv læring
Definition
Kontraktiv læring er en metode til repræsentationslæring, der ikke kræver mærkede data. …
Computational heuristisk intelligens
Definition
Computational heuristisk intelligens involverer algoritmer, der anvender …
Komprimerede tensorer
Definition
Komprimerede tensorer er multidimensionelle array’er, der bruges i dyb læring, hvor …
Clipning
Definition
Inden for dyb læring anvendes clipning almindeligvis på gradienter for at afhjælpe …
Caching
Definition
Inden for AI-ingeniørkunst optimerer caching ydeevnen ved at holde nylige eller hyppige …
Batch-størrelse
Definition
Batch-størrelsen er en kritisk hyperparameter, der bestemmer, hvor mange stikprøver der …
Bayesisk optimering
Definition
Bayesisk optimering bruger en probabilistisk surrogate-model, typisk en Gaussisk Proces, …
Batch-normalisering
Definition
Denne metode justerer og skalerer aktiveringerne for at have nul middelværdi og varians …
AlphaChip
Definition
AlphaChip er et specialiseret AI-system designet til at automatisere og forbedre …
Algoritmevalg
Definition
Algoritmevalg indebærer evaluering af forskellige beregningsmetoder for at fastslå, …
Admissibel heuristik
Definition
Ved stifinding og søgeproblemer giver en admissibel heuristik et nedre grænse for den …
Accelerated Linear Algebra
Definition
Dette felt fokuserer på at fremskynde fundamentale lineære algebra-beregninger, som er …
A/B-testning
Definition
A/B-testning er en randomiseret kontrolleret eksperiment, hvor to varianter, A og B, …
Residual Connection
Definition
Residual connections, også kendt som skip connections, tillader gradienter at flyde …
QLoRA
Definition
QLoRA kombinerer Low-Rank Adaptation (LoRA) med 4-bit-kvantisering for betydeligt at …
Quantization
Definition
Kvantisering konverterer højpræcisions flydende-tal (f.eks. FP32) til …
Læringsrate
Definition
Læringsraten bestemmer, hvor meget modellens vægte opdateres i forhold til det beregnede …
Gradientnedstigning
Definition
Gradientnedstigning er en iterativ optimeringsalgoritme af første orden til at finde et …
Distribueret Træning
Definition
Distribueret træning fremskynder modellens konvergens ved at parallelisere beregningen …
Adapter
Definition
Adaptere er en teknik til finjustering med effektiv parameterbrug, der primært anvendes i …
opgavespecifik
Definition
Opgavespecifik refererer til AI-modeller eller komponenter skræddersyet til at udmærke …
one-step
Definition
In machine learning og optimering løser one-step metoder problemer direkte uden at kræve …
første ordens
Definition
Inden for kunstig intelligens og matematik beskriver ‘første ordens’ typisk …
fine-tuned
Definition
Fine-tuning indebærer at tage en model, der allerede er trænet på et stort, generelt …
Transfer Learning
Definition
Transfer Learning udnytter fortrænede modeller til at forbedre ydeevnen og reducere …
Tuning
Definition
Tuning indebærer at finjustere en maskinlæringsmodel for at opnå bedre nøjagtighed eller …
Mod
Definition
Inden for AI-udvikling beskriver ‘mod’ ofte trajektorien for …
Skalering
Definition
Skalering er den aktive metode til at udvide AI-systemer ved at tilføje flere lag, …
Sats
Definition
Inden for AI refererer ‘rate’ oftest til læringsraten, en hyperparameter, der …
Optimal
Definition
Inden for AI og optimeringsteori er en optimal løsning en, der opnår den højst mulige …
Loss
Definition
Loss-funktioner, også kendt som omkostningsfunktioner, måler, hvor godt en …
LoRA (Low-Rank Adaptation)
Definition
LoRA fryser fortrænede modelvægte og indsætter trainable dekompositions-matricer i hvert …
Global
Definition
Begrebet ‘global’ i AI står typisk i kontrast til ’lokal’ og …
Hurtig
Definition
Begrebet ‘hurtig’ beskriver den beregningsmæssige effektivitet inden for …
Effektiv
Definition
Efficiency is a critical metric in artificial intelligence that measures how well a model …
Distillation
Definition
Denne proces involverer overførsel af viden fra et komplekst, højtydende …
Divergens
Definition
I optimeringssammenhæng opstår divergens, når modellens parametre opdateres på en måde, …
Kombinering
Definition
Dette koncept omfatter metoder som ensemble-læring, hvor forudsigelser fra flere modeller …
Adam
Definition
Adam (Adaptive Moment Estimation) er en populær førsteordens gradientbaseret …
Finjustering
Definition
Finjustering indebærer at tage en model, der allerede er trænet på et stort, generelt …
Prompt Engineering
Definition
Prompt engineering indebærer at udforme specifikke input, kendt som prompts, for at …