قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
استقراء القواعد
عملية اكتشاف تلقائية للقواعد العامة من خلال البيانات المحددة عن طريق تحديد الأنماط المتكررة والعلاقات المنطقية. تقوم هذه التقنية بتحويل الأمثلة الخام إلى معرفة منظمة قابلة للتطبيق على مواقف جديدة.
قواعد إذا-فإن
صياغة منطقية بسيطة حيث تؤدي حالة (جزء إذا) إلى استنتاج أو إجراء (جزء فإن) عند تحققها. تشكل هذه القواعد أساس الأنظمة الخبيرة والعديد من نماذج الذكاء الاصطناعي القابلة للتفسير.
القواعد الضبابية
امتداد للقواعد المنطقية الكلاسيكية تتضمن درجات الانتماء للتعامل مع عدم اليقين وعدم الدقة في الاستدلال. تسمح هذه القواعد بتحولات تدريجية بين الحالات بدلاً من قرارات ثنائية صارمة.
استخراج الأنماط المتكررة
عملية اكتشاف تلقائية للأنماط أو العناصر أو البنى الفرعية التي تظهر بانتظام في مجموعات البيانات الضخمة. تقوم هذه التقنية بتحديد العلاقات الخفيفة الهامة لتوليد قواعد قابلة للتفسير.
الأنظمة القائمة على القواعد
هندسة برمجية تستخدم مجموعة من القواعد الشرطية لنمذجة المعرفة واتخاذ القرارات الآلية. تجمع هذه الأنظمة بين قاعدة المعرفة ومحرك الاستدلال لتطبيق القواعد المناسبة.
التعلم بالقواعد
نموذج تعلم آلي حيث يتم تمثيل النموذج النهائي كمجموعة من القواعد المنطقية بدلاً من دالة رياضية معقدة. تفضل هذه المقاربة القابلية للتفسير مع الحفاظ على أداء تنبؤي تنافسي.
قواعد التصنيف
مجموعة من الشروط المنطقية التي تقسم فضاء الخصائص إلى مناطق مرتبطة بفئات محددة. تسمح هذه القواعد باتخاذ قرارات شفافة وقابلة للتحقق بسهولة في أنظمة التصنيف الموجه.
تبسيط النماذج
عملية تقليل تعقيد النموذج مع الحفاظ على أدائه التنبؤي الأساسي لتحسين القابلية للتفسير. ينتج عن هذا التحول نماذج أكثر إحكاما مع قواعد أبسط وأكثر قابلية للتعميم.
القواعد المنطقية الافتراضية
صيغ منطقية تستخدم متغيرات افتراضية وموصلات منطقية لتمثيل المعرفة في شكل استدلالات آلية. تتيح هذه القواعد التفكير الآلي مع ضمانات للاتساق المنطقي.
قواعد القرار المُحسَّنة
مجموعة من القواعد المُنتَجة بواسطة خوارزميات التحسين التي تهدف إلى تعظيم التوازن بين الدقة التنبؤية والبساطة القابلة للتفسير. غالباً ما يتم الحصول على هذه القواعد عن طريق البرمجة الرياضية أو الطرق الشبه استكشافية المتقدمة.
استخراج القواعد الرمزية
تحويل النماذج العددية المعقدة (الشبكات العصبية، آلات ناقلات الدعم) إلى تمثيلات رمزية يمكن فهمها من قبل خبراء المجال. هذه التقنية تخلق جسراً بين التعلم الإحصائي والتفكير الرمزي البشري.
قرارات بايزية
إطار قرارات يدمج الاحتمالات الشرطية والتكاليف المرتبطة لتحديد الإجراءات المثلى في ظل عدم اليقين. تقوم هذه القواعد بتحديد كمي للمخاطر والفوائد لكل قرار محتمل وفقاً لنظرية بايز.