قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
التعلم النشط في التدفق
نمط تعلم حيث يختار النموذج بذكاء أكثر حالات البيانات إفادة في تدفق مستمر لطلب تصنيفها، مما يحسن نسبة الأداء/التكلفة.
الاختيار بالاعتماد على عدم اليقين
استراتيجية التعلم النشط التي تعطي الأولوية للحالات التي يظهر فيها النموذج أكبر قدر من عدم اليقين في التنبؤ، ويقاس عادة بالإنتروبيا أو هامش الثقة.
ميزانية التصنيف
قيد كمي يحدد الحد الأقصى لعدد التصنيفات التي يمكن طلبها لكل وحدة زمنية أو لحجم معين من البيانات في سياق التدفق.
الانحراف المفاهيمي
تغير غير ثابت في التوزيع الأساسي للبيانات أو العلاقة بين الخصائص والأهداف، مما يتطلب تكيفًا مستمرًا للنموذج في التدفق.
الاختيار بالاعتماد على التنوع
نهج اختيار الحالات الذي يهدف إلى تعظيم تنوع الأمثلة المصنفة بتجنب التكرار المعلوماتي في فضاء الخصائص.
الخبير البشري
مصدر خبرة خارجي (عادة بشري) يُطلَب لتوفير التصنيفات للحالات المختارة من قبل نظام التعلم النشط في الوقت الحقيقي.
تكلفة التصنيف
الموارد الزمنية أو المالية أو الحسابية المطلوبة للحصول على تصنيف حقيقي، ويتم تحسينها باستراتيجيات التعلم النشط.
الاختيار بالاعتماد على التمثيلية
طريقة اختيار الحالات بناءً على قدرتها على تمثيل الهيكل الكلي أو المحلي لتدفق البيانات، مما يضمن تغطية متوازنة للفضاء.
استراتيجية هجينة للاختيار
مزيج مُحسَّن من معايير اختيار متعددة (عدم اليقين، التنوع، الكثافة) لتحسين كفاءة التعلم النشط في التدفق.
كُمون التعليق التوضيحي
الفاصل الزمني بين اختيار النموذج لعينة واستلام تسميتها، مما يؤثر مباشرة على الأداء في الوقت الفعلي.
الاختيار بالكثافة
معيار اختيار يُفضل العينات الموجودة في مناطق كثافة بيانات عالية لتعظيم الأثر المعلوماتي لكل تسمية.
التكيف الديناميكي
قدرة النظام على تعديل استراتيجية اختياره تلقائياً بناءً على التغييرات المكتشفة في التدفق وقيود الموارد.
أخذ العينات بالخزان
خوارزمية تسمح بالحفاظ على عينة عشوائية بحجم ثابت من تدفق بيانات قد يكون غير محدود مع احتمال موحد.
هامش الثقة
مقياس لعدم اليقين يُحسب كالفرق بين احتمالي الفئتين الأكثر احتمالاً، يُستخدم لتوجيه الاختيار النشط.
كشف الجدة
عملية تحديد عينات أو أنماط تختلف بشكل كبير عن البيانات المرصودة سابقاً في التدفق، مما يتطلب اهتماماً خاصاً.
قيود النطاق الترددي
قيود على حجم البيانات التي يمكن نقلها أو معالجتها في وقت واحد، مما يؤثر على قرارات الاختيار في التعلم النشط.
استراتيجية التوقف التكيفي
آلية تحدد ديناميكياً متى تتوقف عن طلب التصنيفات بناءً على تطور أداء النموذج والميزانية المتبقية.
التصفية التعاونية النشطة
تطبيق التعلم النشط على أنظمة التوصية في التدفق، حيث يتم أخذ عينات انتقائية من تفاعلات المستخدم للتعلم.
موازنة الاستكشاف والاستغلال
معضلة أساسية تتمثل في الموازنة بين استكشاف مناطق جديدة من الفضاء واستغلال المعرفة المكتسبة في الاختيار النشط.