قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
Convolutional Neural Networks (CNN)
Architecture de deep learning spécialisée dans le traitement d'images et de données spatiales. Utilise des couches de convolution pour extraire automatiquement des caractéristiques hiérarchiques.
التعلم المعزز العميق
دمج التعلم المعزز مع الشبكات العصبية العميقة. يسمح للوكلاء بتعلم استراتيجيات مثلى في بيئات معقدة.
معالجة اللغات الطبيعية
مجال من مجالات الذكاء الاصطناعي يتيح للآلات فهم وتفسير وإنشاء اللغة البشرية. يشمل تحليل المشاعر والترجمة وتوليد النصوص.
أنظمة التوصية
الخوارزميات التي تقترح عناصر ذات صلة بالمستخدمين بناءً على تفضيلاتهم وسلوكياتهم. تُستخدم بشكل واسع في التجارة الإلكترونية، والبث المباشر، ووسائل التواصل الاجتماعي.
الرؤية الحاسوبية
تتيح للحواسيب تفسير وفهم المحتوى المرئي للصور ومقاطع الفيديو. التطبيقات: كشف الكائنات، التعرف على الوجوه، التحليل الطبي.
التعلم الآلي الخاضع للإشراف
طريقة تعلم يتعلم فيها النموذج من البيانات المصنفة للقيام بالتنبؤات. تشمل التصنيف والانحدار.
التعلم الآلي غير الخاضع للإشراف
تقنيات استكشاف البيانات غير المصنفة لاكتشاف الهياكل المخفية. بشكل رئيسي التجميع وتقليل الأبعاد.
الشبكات العصبية المتكررة
هندسة التعلم العميق المصممة لمعالجة البيانات التسلسلية. الذاكرة الداخلية تسمح بالتقاط التبعات الزمنية.
المحولات وهندسة الانتباه
هندسة ثورية مبنية على آلية الانتباه لمعالجة المتواليات. أساس نماذج اللغة الحديثة مثل GPT وBERT.
التعلم بالنقل
تقوم بإعادة استخدام النماذج المُدربة مسبقًا على بيانات كبيرة لمهام محددة. تقلل بشكل كبير من الحاجة للبيانات ووقت التدريب.
هندسة الخصائص
عملية إنشاء واختيار المتغيرات المثلى لنماذج التعلم الآلي. مرحلة حاسمة تؤثر بشكل مباشر على أداء الخوارزميات.
التحقق المتبادل وتقييم النماذج
تقنيات إحصائية لتقييم أداء نماذج التعلم الآلي بدقة. أساسية لتجنب الإفراط في التخصيص وضمان التعميم.
البيانات الضخمة والحوسبة الموزعة
البنية التحتية والخوارزميات لمعالجة كميات هائلة من البيانات. تستخدم أطر عمل مثل Spark وHadoop للحوسبة المتوازية.
علم البيانات الاستكشافي
مرحلة التحليل الأولي لاكتشاف الأنماط والشذوذ والعلاقات في البيانات. تجمع بين الإحصائيات والتصور.
التعلم عبر الإنترنت والبث المباشر
أساليب التعلم التكيفي للبيانات المستمرة في الوقت الحقيقي. نماذج يتم تحديثها تدريجياً دون إعادة تدريب كاملة.
التعلم الموحد
نهج موزع حيث يتم التدريب محليًا على الأجهزة دون تركيز البيانات. يحافظ على خصوصية المستخدمين.
التفسيرية والشرح في الذكاء الاصطناعي
مجموعة من التقنيات لفهم وشرح قرارات نماذج الذكاء الاصطناعي. حاسمة لبناء الثقة وتنظيم الأنظمة المستقلة.
التعلم المعزز متعدد العوامل
امتداد للتعلم المعزز حيث تتعلم عدة عوامل في وقت واحد، غالبًا في تنافس أو تعاون. تطبيقات في الألعاب والروبوتات والاقتصاد.
الجيل المعزز بالبحث (RAG)
هندسة تجمع بين البحث الوثائقي وتوليد النص. تعزز الدقة وتقلل من الهلوسات في النماذج اللغوية الكبيرة.
Large Language Models
Massive neural networks pre-trained on huge text corpora. Capable of advanced natural language understanding and generation.
Traitement du Signal et Séries Temporelles
Techniques spécialisées pour analyser des données séquentielles et temporelles. Applications en finance, IoT et prévisions météorologiques.
التعلم الميتا
التعلم للتعلم : نماذج تكتشف كيفية التكيف بسرعة مع مهام جديدة مع أمثلة قليلة. يسمى أيضًا التعلم بطلقات قليلة.
كشف الشواذ
تحديد الأنماط أو الملاحظات التي تنحرف بشكل كبير عن الطبيعي. حيوي في الأمن والمال والصيانة التنبؤية.
الشبكات العصبية للرسوم البيانية
هندسة تعميق التعلم المتخصصة في معالجة البيانات المنظمة في شكل رسوم بيانية. تطبيقات في الشبكات الاجتماعية، الجزيئات وأنظمة التوصية.
MLOps وتصنيع الذكاء الاصطناعي
ممارسات DevOps المناسبة لدورة حياة نماذج ML. أتمتة النشر والمراقبة وتحديث أنظمة الذكاء الاصطناعي في الإنتاج.
التعلم الآلي التلقائي وأتمتة التعلم الآلي
أنظمة تقوم بأتمتة العملية الكاملة لإنشاء نماذج التعلم الآلي. تقلل من الخبرة المطلوبة وتسرّع من تطوير حلول الذكاء الاصطناعي.
الذكاء الاصطناعي الحافة والذكاء الاصطناعي المضمن
نشر نماذج الذكاء الاصطناعي مباشرة على الأجهزة الطرفية. تقليل التأخير، وحماية الخصوصية، والعمل بدون اتصال بالإنترنت.
أخلاقيات الذكاء الاصطناعي والتحيز الخوارزمي
دراسة الآثار الأخلاقية والاجتماعية لأنظمة الذكاء الاصطناعي. الكشف عن التحيز وتخفيفه لضمان العدالة وعدم التمييز.
الأمان والتعلم الآلي المحافظ على الخصوصية
تقنيات حماية النماذج والبيانات من الهجمات المعادية. تشمل التشفير المتماثل والخصوصية التفاضلية.
التعلم المعزز الكلاسيكي
مجموعة الطرق الأساسية للتعلم المعزز بما في ذلك التعلم-Q، SARSA، وطرق البرمجة الديناميكية من أجل اتخاذ القرار التسلسلي.
أ شجرة القرار وطرق التجميع
تقنيات تعتمد على هياكل شجرية مثل الغابة العشوائية وتعزيز التدرج وXGBoost من أجل تصنيف وانحدار قويين
Machines à Vecteurs de Support
Algorithmes d'apprentissage supervisé utilisant des hyperplans pour la classification maximisant la marge entre les classes, avec extensions aux noyaux non-linéaires.
Modèles Génératifs Avancés
Ensemble des techniques de génération de données incluant GANs, VAEs, modèles de diffusion, et auto-encodeurs pour la création synthétique de contenu.
Intelligence Artificielle Symbolique
Approche de l'IA basée sur la manipulation de symboles et règles logiques, incluant les systèmes experts et le raisonnement déductif.
Algorithmes Évolutionnaires
Méthodes d'optimisation inspirées de l'évolution naturelle incluant algorithmes génétiques, stratégies d'évolution, et programmation génétique.
Apprentissage Semi-Supervisé
Techniques combinant données étiquetées et non étiquetées pour améliorer les performances des modèles lorsque les données étiquetées sont rares.
Apprentissage par Contraste
Paradigme d'apprentissage auto-supervisé basé sur la comparaison de paires d'exemples pour apprendre des représentations discriminatives.
Réseaux Bayésiens
Modèles graphiques probabilistes représentant les dépendances conditionnelles entre variables pour l'inférence et la prise de décision sous incertitude.
Réduction de Dimensionnalité
Ensemble des techniques (ACP, t-SNE, UMAP) pour réduire la complexité des données tout en préservant l'information pertinente.
التعلم النشيط
استراتيجيات يختار فيها النموذج بذكاء العينات المراد وسمها لتحسين التعلم مع ميزانية محدودة للتعليق
اكتشاف التغيير
تقنيات لتحديد التحولات في توزيعات البيانات وتكييف النماذج باستمرار للسياقات الجديدة
التعلم الذاتي بالإشراف
نهج ينشئ تلقائياً تسميات من البيانات غير الموسومة من أجل التدريب المسبق للنماذج على مهام بديلة.
الذكاء الجماعي
منهجيات مستوحاة من السلوك الجماعي للحشرات الاجتماعية للتحسين وحل المشكلات الموزعة
الشبكات العصبية المتشنجة
نماذج نيومورفية تحاكي التواصل الزمني للخلايا العصبية البيولوجية من أجل حوسبة أكثر كفاءة ومستوحاة من البيولوجيا.
التعلم التدريجي
قدرة النماذج على التعلم باستمرار من بيانات جديدة دون نسيان المعرفة المكتسبة سابقاً.
تكميم النماذج
تقنيات ضغط الشبكات العصبية التي تقلل من دقة الأوزان لتحسين الذاكرة والحساب.
التعلم السببي
مجال يدرس علاقات السبب والنتيجة في البيانات لتحسين التعميم والمتانة للنماذج.
الهجمات الخصمية والدفاع
دراسة ثغرات نماذج الذكاء الاصطناعي تجاه الاضطرابات الخبيثة وتطوير تقنيات الحماية
الذكاء الاصطناعي الكمي
التقاطع بين الحوسبة الكمية والذكاء الاصطناعي الذي يستفيد من الظواهر الكمية لتسريع خوارزميات التعلم.
التعلم بالمحاكاة
تقنيات حيث يتعلم الوكيل من خلال محاكاة العروض الخبيرة دون الحاجة إلى مكافآت صريحة.