Γλωσσάριο

Αναγνώριση προτύπων

Τι είναι Αναγνώριση προτύπων;

Η αναγνώριση προτύπων είναι ο αυτόματος εντοπισμός κανονικοτήτων, δομών ή επαναλαμβανόμενων χαρακτηριστικών σε δεδομένα όπως εικόνες, ήχοι, κείμενα ή μετρήσεις. Τα συστήματα κατατάσσουν νέες παρατηρήσεις σε γνωστές κατηγορίες ή ανακαλύπτουν ομάδες χωρίς προκαθορισμένες ετικέτες. Στις εφαρμογές περιλαμβάνονται η αναγνώριση προσώπου, η αναγνώριση χειρογράφου, ο ποιοτικός έλεγχος στην παραγωγή και ο εντοπισμός ασυνήθιστων συναλλαγών. Ο κλάδος αποτελεί σημαντικό θεμέλιο της μηχανικής μάθησης.

Θέματα

βασικές έννοιες
ταξινόμηση
ανάλυση δεδομένων

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης

← Όλοι οι όροι

Σχετικοί όροι

Μηχανική μάθηση

Η μηχανική μάθηση είναι ένας κλάδος της τεχνητής νοημοσύνης στον οποίο οι υπολογιστές εξάγουν μοτίβα από δεδομένα αντί να προγραμματίζεται ρητά κάθε κανόνας. Ανάλογα με την εργασία, τα μοντέλα μαθαίνουν από επισημασμένα παραδείγματα (εποπτευόμενη), από μη επισημασμένα δεδομένα (μη εποπτευόμενη) ή μέσω ανταμοιβών (ενισχυτική). Οι εφαρμογές κυμαίνονται από φίλτρα ανεπιθύμητης αλληλογραφίας και προβλέψεις ζήτησης έως προτάσεις προϊόντων. Η ποιότητα εξαρτάται σε μεγάλο βαθμό από την ποσότητα και την ποιότητα των δεδομένων εκπαίδευσης.

βασικές έννοιες
ΤΝ
+1

Αναγνώριση εικόνας

Η αναγνώριση εικόνας είναι ένα πεδίο της όρασης υπολογιστών στο οποίο το λογισμικό αναγνωρίζει τι δείχνει μια εικόνα – αντικείμενα, πρόσωπα, κείμενο, λογότυπα ή σκηνές. Συνήθως βασίζεται σε νευρωνικά δίκτυα εκπαιδευμένα σε μεγάλο αριθμό επισημασμένων εικόνων. Οι εφαρμογές εκτείνονται από τον ποιοτικό έλεγχο στην παραγωγή και τη διαλογή φωτογραφιών προϊόντων έως την υποστήριξη της ιατρικής απεικόνισης. Σε εικόνες ανθρώπων, η προστασία δεδομένων και η πιθανή μεροληψία απαιτούν ιδιαίτερη προσοχή.

Όραση υπολογιστών
Ανάλυση εικόνας
+1

Ταξινομητής

Ένας ταξινομητής είναι ένα μοντέλο ή μια μέθοδος που αντιστοιχίζει εισόδους σε μία από πολλές προκαθορισμένες κατηγορίες. Κλασικές παραλλαγές, όπως τα δέντρα αποφάσεων ή ο απλός Bayes (naive Bayes), εκπαιδεύονται σε επισημασμένα παραδείγματα· τα γλωσσικά μοντέλα μπορούν επίσης να ταξινομούν κείμενα βάσει μιας περιγραφής των κατηγοριών. Τυπικές χρήσεις είναι ο εντοπισμός ανεπιθύμητης αλληλογραφίας, η ταξινόμηση αιτημάτων πελατών ανά θέμα και η κατηγοριοποίηση αποδείξεων. Η ποιότητα μετριέται με μετρικές όπως η ορθότητα, η ακρίβεια και η ανάκληση.

Κατάταξη
Μηχανική μάθηση
+1

Πρότυπο

Clustering

Η ομαδοποίηση (clustering) είναι μια μέθοδος μη επιβλεπόμενης μάθησης που χωρίζει σημεία δεδομένων σε ομάδες με βάση την ομοιότητά τους, χωρίς προκαθορισμένες κατηγορίες. Αποκαλύπτει μοτίβα που κανείς δεν έχει ονομάσει πριν – για παράδειγμα τμήματα πελατών με παρόμοια αγοραστική συμπεριφορά. Σε κείμενα, η ομαδοποίηση βοηθά να ταξινομηθούν εκατοντάδες αιτήματα πελατών σε θέματα όπως παράδοση, τιμολόγηση ή παράπονα και δείχνει πού βρίσκεται το κέντρο βάρους.

μη επιβλεπόμενη μάθηση
ομαδοποίηση
+1

Πρότυπο