KI-Glossar
Das vollständige Wörterbuch der Künstlichen Intelligenz
DeepGBM
Architecture hybride de machine learning qui combine les arbres de décision du Gradient Boosting avec les réseaux de neurones profonds pour capturer à la fois les interactions non linéaires et les structures complexes dans les données structurées.
Entity Embeddings
Technique de représentation vectorielle des variables catégorielles qui transforme les entités discrètes en espaces continus de faible dimension, capturant les relations sémantiques entre les catégories.
Tree-LSTM
Variante des réseaux LSTM organisée selon une structure arborescente plutôt que séquentielle, permettant de modéliser des dépendances hiérarchiques dans les données structurées.
Neural Additive Models
Approche qui combine l'interprétabilité des modèles additifs avec la puissance des réseaux de neurones, où chaque caractéristique est transformée par un sous-réseau avant d'être combinée additivement.
Cross-Feature Interactions
Dépendances non linéaires entre plusieurs caractéristiques que les modèles hybrides DeepGBM capturent efficacement en combinant la capacité des arbres à modéliser les interactions et la flexibilité des réseaux de neurones.