قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
التدريب الزائد
ظاهرة يتعلم فيها النموذج تفاصيل وضوضاء بيانات التدريب بشكل مفرط، مما يضر بقدرته على التعميم على بيانات جديدة.
انحراف النموذج
تدهور تدريجي في أداء نموذج ذكاء اصطناعي بسبب التغيرات في توزيعات البيانات أو العلاقات بين المتغيرات بمرور الوقت.
انحياز التغذية الراجعة
انحياز يعزز نفسه حيث تؤثر تنبؤات النموذج على البيانات المستقبلية، مما يخلق حلقة تعزز التشوهات الأولية.
انحياز التقييم
تشوه يحدث أثناء تقييم أداء النموذج، غالبًا بسبب مقاييس غير مناسبة أو مجموعات اختبار متحيزة.
انحياز زمني
انحياز ينتج عن استخدام بيانات مجمعة خلال فترات مختلفة، حيث يمكن أن تتطور العلاقات بين المتغيرات بمرور الوقت.
انحياز التثبيت
ميول النماذج لإعطاء وزن زائد للمعلومات الأولى التي تم تعلمها أثناء التدريب، مما يؤثر بشكل غير متناسب على التنبؤات المستقبلية.
تخفيف الانحياز
مجموعة من التقنيات الخوارزمية والإجرائية تهدف إلى تحديد وتصحيح أو تقليل التشوهات المنهجية في نماذج الذكاء الاصطناعي.
انحياز النشر
تشوه في بيانات التدريب بسبب الاختيار غير العشوائي للمنشورات أو المعلومات المتاحة، مما يفضل بعض النتائج.