False negative
Fałszywie negatywny – Nieprawidłowa prognoza punktu danych lub osoby nieposiadającej określonego wyniku lub klasy. Na przykład, jeśli narzędzie AI błędnie przewidzi, że nie masz cukrzycy,… Czytaj dalej »False negative
Fałszywie negatywny – Nieprawidłowa prognoza punktu danych lub osoby nieposiadającej określonego wyniku lub klasy. Na przykład, jeśli narzędzie AI błędnie przewidzi, że nie masz cukrzycy,… Czytaj dalej »False negative
Fałszywie dodatnie – Niepoprawne przewidywanie punktu danych lub osoby mającej określony wynik lub klasę. Na przykład, jeśli narzędzie AI błędnie przewiduje, że masz cukrzycę.
Funkcja – Pojedynczy rodzaj pomiaru, który jest używany jako dane wejściowe dla modelu, na przykład wiek, płeć lub tętno, to wszystkie typy cech. Synonim zmiennych, współzmiennych… Czytaj dalej »Feature
Inżynieria funkcji – Proces tworzenia nowej funkcji do uwzględnienia w modelu, na przykład czasu od wizyty pacjenta lub średniego pomiaru ciśnienia krwi.
Wybór funkcji – Proces podejmowania decyzji, które funkcje należy uwzględnić w modelu.
Sfederowane uczenie się – Podejście do uczenia maszynowego, w którym model jest szkolony na danych tam, gdzie dane istnieją (w wielu lokalizacjach), zamiast tradycyjnego podejścia… Czytaj dalej »Federated Learning
Model fundamentowy – Model podstawowy to model uczenia maszynowego wyszkolony na dużych danych. Dane nie są oznaczone, a model jest szkolony za pomocą algorytmu uczenia się… Czytaj dalej »Foundation Model (FM)
Ogólna sztuczna inteligencja – Teoretyczna koncepcja sztucznej inteligencji, która umożliwia uogólnianie lub dostosowywanie do różnych zastosowań, podobnie jak w przypadku człowieka lub zwierzęcia. Na przykład,… Czytaj dalej »General artificial intelligence (General AI)
Ogólna możliwość wyjaśnienia – Ogólna wyjaśnialność, czasami nazywana globalną wyjaśnialnością, to podejście do dzielenia się cechami lub punktami danych, które miały największy wpływ na przewidywania… Czytaj dalej »General explainability
Generatywna sieć przeciwnika – Klasa głębokiego uczenia się, w której dwie sieci konkurują ze sobą, aby poprawić ogólną wydajność modelu. Sieć generatorów wygeneruje sztuczne przykłady… Czytaj dalej »Generative Adversarial Network (GAN)
Algorytm genetyczny – (Genetic algorithm) Metoda poszukiwania najlepszego rozwiązania oparta na zdefiniowanej metodzie scoringowej (zwana także heurystyką). Służy do znajdowania zoptymalizowanych rozwiązań złożonych problemów w oparciu… Czytaj dalej »Algorytm genetyczny
Zejście gradientowe – Powszechne podejście stosowane w nadzorowanym uczeniu maszynowym, w którym modele są szkolone tak, aby pasowały do danych szkoleniowych, minimalizując błędy w przewidywaniach… Czytaj dalej »Gradient descent
Wykres sieci neuronowej – Klasa metod głębokiego uczenia się, których zadaniem jest przewidywanie danych opisanych za pomocą wykresów. Wykresy to sposób przedstawiania danych, relacji i… Czytaj dalej »Graph Neural Network (GNN)
Chmura hybrydowa – Podejście do pracy zarówno z zasobami obliczeniowymi w chmurze, jak i lokalnymi, w którym niektóre zasoby mogą znajdować się lokalnie (np. dane),… Czytaj dalej »Hybrid cloud
Wnioskowanie – W sztucznej inteligencji wnioskowanie to proces przewidywania na podstawie modelu, który został już przeszkolony. Na przykład szpital może wdrożyć nowy model sztucznej inteligencji,… Czytaj dalej »Inference
Zarządzanie informacjami – Ramy prawne regulujące wykorzystanie poufnych danych osobowych w opiece zdrowotnej są złożone. Obejmuje Ustawę o NHS z 2006 r., Ustawę o zdrowiu i… Czytaj dalej »Information Governance (IG)
Interoperacyjność – Zdolność systemów cyfrowych do wymiany informacji bez konieczności podejmowania znacznych wysiłków w celu konwersji danych z różnych formatów. Sztuczna inteligencja opiera się na danych,… Czytaj dalej »Interoperability
Etykieta – Kategoria używana do opisu wyniku lub klasy, która może służyć do uczenia nadzorowanego modelu klasyfikacji uczenia maszynowego. Na przykład: stan życiowy lub to,… Czytaj dalej »Label