Основные понятия машинного обучения

Глоссарий самых часто употребляемых терминов в области машинного обучения

Составление глоссария не завершено. Если какой-либо термин в нем отсутствует, пожалуйста, сообщите об этом.

Глоссарий терминов | Термины расположены в порядке латинского алфавита от A до Z.

AI Agent/ Интеллектуальный агент
Бот, используемый при решении задач искусственным интеллектом.

Algorithm / Алгоритм
Процесс выполнения набора предписаний для выполнения задач. Обычно применяется в компьютерах.

AlphaGo
Одна из программ для игры в настольную игру Go. Она стала первой компьютерной программой для игры в Go, обыгравшей профессионального игрока в Го [5].

Artificial Intelligence (AI) / Искусственный интеллект (ИИ)
Искусственный интеллект (ИИ), по определению профессора Эндрю Мура, — это наука и технология разработки компьютеров, выполняющих функции, которые до недавнего времени считались прерогативой человеческого интеллекта [1].

Autonomous / Автономный
Автономным называется устройство или инструмент, работающий без непосредственного управления человеком.

Backpropagation / Метод обратного распространения ошибки
Метод обучения нейронных сетей, относится к методам обучения с учителем. Цель метода проста – отрегулировать веса пропорционально тому, насколько он способствует общей ошибке. Является одним из наиболее известных алгоритмов машинного обучения. На каждой итерации происходит два прохода сети — прямой и обратный. На прямом методе входной вектор распространяется от входов сети к ее выходам и формирует некоторый выходной вектор, соответствующий текущему (фактическому) состоянию весов. Затем вычисляется ошибка нейронной сети как разность между фактическим и целевым значениями. На обратном проходе эта ошибка распространяется от выхода сети к ее входам, и производится коррекция весов нейронов в соответствии с правилом.

Black box / Черный ящик
Это сложная нейронная сеть, в которой конечному пользователю неизвестны алгоритмы, содержимое и процессы принятия решений.

Bot / Бот
Автономная программа, которая может взаимодействовать с компьютерными системами, программами или пользователями. В большинстве случаев находится под прямым или косвенным управлением человека.

Clustering / Кластеризация
Класс задач по группировке множества объектов на подмножества, по какому-либо признаку и группе признаков.

Computational learning theory / Теория вычислительного обучения
Предметная область ИИ, которая посвящена разработке и анализу алгоритмов машинного обучения [4].

Computer program / Компьютерная программа
Набор команд, запускаемых компьютером для выполнения определенных задач.

Computer science (CS) / Информатика
Научное изучение теории, а также практика применения компьютеров.

Computer vision / Компьютерное зрение
Междисциплинарная научная предметная область ИИ и информатики, посвященная изучению и разработке компьютеров, способных к визуальному распознаванию информации на входе.

Convolutional neural network (CNN) / Сверточная нейронная сеть (СНС)
Класс глубоких нейронных сетей, используемых для распознавания, обработки и анализа изображений. Архитектура сверточных нейронных сетей изначально разрабатывалась для обработки распознавания образов.

Data / Данные
Совокупность дискретной информации.

Data Cleansing / Очистка данных
Обеспечение качества наборов данных. Для нахождения и исправления ошибочных записей данных в базе данных (базах данных), наборы данных тщательно проверяются.

Data mining / Интеллектуальный анализ данных
Это процесс изучения и обнаружения закономерностей в данных для получения новой информации.

Datasets / Наборы данных
Набор структурированных данных, предназначенных для обучения моделей нейронных сетей.

Data science / Наука о данных
Междисциплинарная научная область, которая занимается изучением процессов анализа, обработки и представления данных в цифровом виде. Дисциплина получила широкое распространение благодаря концепции «больших данных» (big data).

Deep learning / Глубокое обучение
Раздел машинного обучения, в котором применяются многослойные нейронные сети. В сочетании с высокой вычислительной мощностью и большими наборами данных могут применятся для решения большого ряда задач, в том числе, которые ранее были под силу только человеку.

Deep neural network (DNN) / Глубокая нейронная сеть
Сеть с несколькими скрытыми слоями. Чем больше скрытых слоёв содержит модель, тем меньше представления мы имеем о процессах в скрытых слоях. 

Dimensional reduction / Снижение размерности
Процесс уменьшения числа случайных переменных путем получения выборки главных переменных методом отбора и/или выделения признаков.

Explainable AI / Объяснимый ИИ
Система ИИ, способная объяснить свой процесс принятия решений. Противоположность черному ящику.

Generative adversarial networks (GANs) / Генеративная состязательная сеть
Генеративная состязательная сеть (GAN) представляет собой две нейронные сети, одна из которых генерирует контент, вторая старается отличить подлинный контент от сгенерированного. Используется, в частности, для создания фотореалистичных изображений или повышения качества изображений.

Heuristics / Эвристика
Эвристикой называется процесс, поиска решения методом проб и шибок в процессе которой формируется «опыт» - правила. Хотя эвристический подход позволяет получить результат быстрее, но, как правило, оптимальный результат достигают при применении классических методов.

Input / Входные данные
Входные данные — это информация, поступающая в систему из различных источников, для обработки или хранения.

Intelligence / Интеллект
Одна из составляющих способности достигать целей в окружающем мире, отвечающая за просчет вариантов. У людей, многих животных и некоторых машин встречаются различные виды и степени развития интеллекта.

Long short-term memory networks (LSTMs) / Сети с долгой краткосрочной памятью
Сети с долгой краткосрочной памятью (LSTM) — это уникальные виды рекуррентных нейронных сетей, способные обрабатывать долгосрочные зависимости [2].

Machine learning (ML) / Машинное обучение
По определению профессора Тома Митчелла, машинное обучение — это научная область ИИ, которая изучает компьютерные алгоритмы, позволяющие компьютерным программам автоматически совершенствоваться по мере накопления опыта [3].

Machine learning model / Модель машинного обучения
Моделирование машинного обучения — это система вопросов/ответов, снабженная очищенными данными, разработанная для выявления определённых закономерностей. Модель машинного обучения может быть определена как комплексное отображение некоторого процесса.

Machine perception / Машинное восприятие
Способность компьютерной системы воспринимать данные подобно человеку.

Natural Language Processing (NLP) / Обработка естественного языка
Научная отрасль искусственного интеллекта, которая занимается развитием понимания, интерпретации и применения компьютерами человеческого языка.

Neural network / Нейронная сеть
Искусственная нейронная сеть — это компьютерная система, смоделированная по образцу человеческого мозга.

Recurrent neural network (RNN) / Рекуррентная нейронная сеть
Эффективный и устойчивый к сбоям тип нейронной сети, использующей для обработки сложных последовательностей свою внутреннюю память.

Turing test / Тест Тьюринга
Знаменитый тест Тьюринга представляет собой тест, который признается пройденным только в том случае, если во ходе общения человек не смог отличить машину от человека [6].

Рекомендуемые Статьи

I. Best Datasets for Machine Learning and Data Science
II. AI Salaries Heading Skyward
III. What is Machine Learning?
IV. Best Masters Programs in Machine Learning (ML) for 2020
V. Best Ph.D. Programs in Machine Learning (ML) for 2020
VI. Best Machine Learning Blogs
VII. Key Machine Learning Definitions
VIII. Breaking Captcha with Machine Learning in 0.05 Seconds
IX. Machine Learning vs. AI and their Important Differences
X. Ensuring Success Starting a Career in Machine Learning (ML)
XI. Machine Learning Algorithms for Beginners
XII. Neural Networks from Scratch with Python Code and Math in Detail
XIII. Building Neural Networks with Python
XIV. Main Types of Neural Networks
XV. Monte Carlo Simulation Tutorial with Python
XVI. Natural Language Processing Tutorial with Python

Ссылки
[1] Carnegie Mellon University Dean of Computer Science on the Future of AI | Forbes
[2] Understanding LSTM Networks | Christopher Olah
[3] Machine Learning Definition | Tom M. Mitchell| McGraw-Hill Science/Engineering/Math; (March 1, 1997), Page 1
[4] Computational Learning Theory | Wikipedia
[5] AlphaGo: Mastering the ancient game of Go with machine learning | Google AI Blog
[6] What is a Turing Test | Wikipedia