Glosar

Recunoașterea tiparelor

Ce este Recunoașterea tiparelor?

Recunoașterea tiparelor este identificarea automată a regularităților, structurilor sau caracteristicilor recurente în date precum imagini, sunete, texte sau măsurători. Sistemele atribuie observații noi unor categorii cunoscute sau descoperă grupuri fără etichete predefinite. Aplicațiile includ recunoașterea facială, recunoașterea scrisului de mână, controlul calității în producție și depistarea tranzacțiilor neobișnuite. Disciplina este o bază importantă a învățării automate.

Subiecte

noțiuni de bază
clasificare
analiza datelor

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

Învățare automată

Machine learning este o ramură a inteligenței artificiale în care computerele deduc tipare din date, în loc ca fiecare regulă să fie programată explicit. În funcție de sarcină, modelele învață din exemple etichetate (supervizat), din date neetichetate (nesupervizat) sau prin recompense (prin întărire). Aplicațiile merg de la filtrele de spam și prognozele de cerere până la recomandările de produse. Calitatea depinde în mare măsură de cantitatea și calitatea datelor de antrenare.

noțiuni de bază
IA
+1

Recunoașterea imaginilor

Recunoașterea imaginilor este un domeniu al viziunii computerizate în care un software identifică ce arată o imagine – obiecte, persoane, texte, logouri sau scene. Se bazează de obicei pe rețele neuronale antrenate pe un număr mare de imagini etichetate. Aplicațiile variază de la controlul calității în producție și sortarea fotografiilor de produse până la sprijinirea imagisticii medicale. În cazul imaginilor cu persoane, protecția datelor și posibilele prejudecăți necesită o atenție deosebită.

Viziune computerizată
Analiza imaginilor
+1

Clasificator

Un clasificator este un model sau o metodă care atribuie intrările uneia dintre mai multe categorii predefinite. Variantele clasice, precum arborii de decizie sau naive Bayes, sunt antrenate pe exemple etichetate; modelele lingvistice pot sorta texte și pe baza unei descrieri a categoriilor. Utilizări tipice sunt detectarea spamului, sortarea solicitărilor clienților pe teme și categorisirea bonurilor. Calitatea se măsoară cu metrici precum acuratețea, precizia și recall-ul.

Clasificare
Învățare automată
+1

Șablon

Clustering

Clusteringul este o metodă de învățare nesupervizată care împarte punctele de date în grupuri pe baza similarității lor, fără categorii predefinite. Acesta scoate la iveală tipare pe care nimeni nu le-a denumit înainte – de exemplu segmente de clienți cu un comportament de cumpărare similar. În cazul textelor, clusteringul ajută la sortarea a sute de solicitări ale clienților pe subiecte precum livrarea, facturarea sau reclamațiile și arată unde se află accentul.

învățare nesupervizată
grupare
+1

Șablon