एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
कनवोल्यूशनल न्यूरल नेटवर्क्स
डीप लर्निंग आर्किटेक्चर जो इमेज और स्थानिक डेटा के प्रोसेसिंग में विशेषज्ञता रखता है। यह पदानुक्रमिक विशेषताओं को स्वचालित रूप से निकालने के लिए कनवोल्यूशन परतों का उपयोग करता है।
Deep Reinforcement Learning
Combination of reinforcement learning with deep neural networks. Enables agents to learn optimal strategies in complex environments.
प्राकृतिक भाषा प्रसंस्करण
आर्टिफिशियल इंटेलिजेंस का एक क्षेत्र जो मशीनों को मानव भाषा को समझने, व्याख्या करने और उत्पन्न करने में सक्षम बनाता है। इसमें सेंटीमेंट एनालिसिस, अनुवाद और टेक्स्ट जेनरेशन शामिल है।
अनुशंसा प्रणाली
एल्गोरिदम जो उपयोगकर्ताओं की पसंद और व्यवहार के आधार पर उन्हें प्रासंगिक वस्तुओं का सुझाव देते हैं। ई-कॉमर्स, स्ट्रीमिंग और सोशल मीडिया में बड़े पैमाने पर उपयोग किए जाते हैं।
कंप्यूटर विज़न
कंप्यूटरों को छवियों और वीडियो की दृश्य सामग्री की व्याख्या और समझने की अनुमति देता है। अनुप्रयोग: ऑब्जेक्ट डिटेक्शन, चेहरा पहचान, चिकित्सा विश्लेषण।
पर्यवेक्षित मशीन लर्निंग
वह सीखने की विधि जहाँ मॉडल भविष्यवाणियाँ करने के लिए लेबल किए गए डेटा से सीखता है। इसमें वर्गीकरण और प्रतिगमन शामिल हैं।
अनसुपरवाइज्ड मशीन लर्निंग
छिपी हुई संरचनाओं की खोज के लिए लेबल रहित डेटा खनन तकनीकें। मुख्य रूप से क्लस्टरिंग और आयाम में कमी।
पुनरावर्ती तंत्रिका नेटवर्क
अनुक्रमिक डेटा को प्रोसेस करने के लिए डिज़ाइन किया गया डीप लर्निंग आर्किटेक्चर। आंतरिक मेमोरी समय-संबंधी निर्भरताओं को कैप्चर करने की अनुमति देती है।
ट्रांसफॉर्मर और अटेंशन आर्किटेक्चर
अनुक्रमों को संसाधित करने के लिए ध्यान तंत्र पर आधारित क्रांतिकारी आर्किटेक्चर। GPT और BERT जैसे आधुनिक भाषा मॉडल की नींव।
स्थानांतरण सीखना
बड़े डेटा पर पूर्व-प्रशिक्षित मॉडल का पुन: उपयोग करने की तकनीक विशिष्ट कार्यों के लिए। डेटा और प्रशिक्षण समय की आवश्यकता को नाटकीय रूप से कम करती है।
फीचर इंजीनियरिंग
मशीन लर्निंग मॉडल के लिए इष्टतम चर बनाने और चुनने की प्रक्रिया। एल्गोरिदम के प्रदर्शन को सीधे प्रभावित करने वाला महत्वपूर्ण चरण।
क्रॉस-वैलिडेशन और मॉडल मूल्यांकन
एमएल मॉडल के प्रदर्शन का कठोरता से मूल्यांकन करने के लिए सांख्यिकीय तकनीकें। ओवरफिटिंग से बचने और सामान्यीकरण सुनिश्चित करने के लिए आवश्यक।
बिग डेटा और वितरित कंप्यूटिंग
बड़ी मात्रा में डेटा को प्रोसेस करने के लिए इन्फ्रास्ट्रक्चर और एल्गोरिदम। समानांतर कंप्यूटिंग के लिए स्पार्क, हडूप जैसे फ्रेमवर्क का उपयोग करता है।
एक्सप्लोरेटरी डेटा साइंस
डेटा में पैटर्न, विसंगतियों और संबंधों की खोज के लिए प्रारंभिक विश्लेषण चरण। सांख्यिकी और विज़ुअलाइज़ेशन को जोड़ता है।
ऑनलाइन लर्निंग और स्ट्रीमिंग
रीयल-टाइम निरंतर डेटा के लिए अनुकूली शिक्षण विधियाँ। पूर्ण पुनः प्रशिक्षण के बिना वृद्धिशील रूप से अद्यतन मॉडल।
फेडरेटेड लर्निंग
वितरित दृष्टिकोण जहां प्रशिक्षण डेटा को केंद्रीकृत किए बिना स्थानीय उपकरणों पर किया जाता है। उपयोगकर्ताओं की गोपनीयता बनाए रखता है।
एआई की व्याख्यात्मकता और स्पष्टता
एआई मॉडलों के निर्णयों को समझने और समझाने के लिए तकनीकों का समूह। स्वायत्त प्रणालियों के विश्वास और विनियमन के लिए महत्वपूर्ण।
मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग
आरएल का विस्तार जहां कई एजेंट एक साथ सीखते हैं, अक्सर प्रतिस्पर्धा या सहयोग में। गेम्स, रोबोटिक्स और अर्थशास्त्र में अनुप्रयोग।
रिसर्च ऑगमेंटेड जेनरेशन (RAG)
डॉक्यूमेंटरी रिसर्च और टेक्स्ट जेनरेशन को जोड़ने वाली आर्किटेक्चर। एलएलएम की सटीकता बढ़ाती है और हॉलुसिनेशन कम करती है।
बड़े भाषा मॉडल
विशाल पाठ संग्रहों पर पूर्व-प्रशिक्षित विशाल तंत्रिका नेटवर्क। उन्नत प्राकृतिक भाषा समझ और उत्पादन में सक्षम।
Traitement du Signal et Séries Temporelles
Techniques spécialisées pour analyser des données séquentielles et temporelles. Applications en finance, IoT et prévisions météorologiques.
मेटा-लर्निंग
सीखना सीखना: मॉडल जो यह पता लगाते हैं कि कम उदाहरणों के साथ नए कार्यों के लिए तेजी से अनुकूल कैसे हो। इसे फ्यू-शॉट लर्निंग भी कहा जाता है।
असामान्यता का पता लगाना
सामान्य से महत्वपूर्ण रूप से भिन्न पैटर्न या अवलोकनों की पहचान। सुरक्षा, वित्त और भविष्यसूचक रखरखाव में महत्वपूर्ण।
ग्राफ न्यूरल नेटवर्क्स
ग्राफ रूप में संरचित डेटा के प्रसंस्करण में विशेषज्ञ डीप लर्निंग आर्किटेक्चर। सामाजिक नेटवर्क, अणु और अनुशंसा प्रणालियों में अनुप्रयोग।
MLOps और AI का औद्योगीकरण
ML मॉडल्स के जीवन चक्र के लिए अनुकूल DevOps अभ्यास। उत्पादन में AI सिस्टम्स के डिप्लॉयमेंट, मॉनिटरिंग और अपडेट की स्वचालन।
AutoML और ML का स्वचालन
ML मॉडल बनाने की पूरी प्रक्रिया को स्वचालित करने वाले सिस्टम। आवश्यक विशेषज्ञता को कम करता है और AI समाधानों के विकास को तेज़ करता है।
एज एआई और एम्बेडेड आर्टिफिशियल इंटेलिजेंस
परिधीय उपकरणों पर सीधे एआई मॉडल तैनात करना। विलंबता में कमी, गोपनीयता संरक्षण और ऑफलाइन कामकाज।
आईए नैतिकता और एल्गोरिथ्मिक पूर्वाग्रह
आईए प्रणालियों के नैतिक और सामाजिक निहितार्थों का अध्ययन। निष्पक्षता और भेदभाव नहीं सुनिश्चित करने के लिए पूर्वाग्रहों का पता लगाना और उन्हें कम करना।
सुरक्षा और गोपनीयता-संरक्षण एमएल
प्रतिकूल हमलों से मॉडल और डेटा की रक्षा करने वाली तकनीकें। होमोमॉर्फिक एन्क्रिप्शन और डिफरेंशियल प्राइवेसी शामिल है।
क्लासिकल रीन्फोर्समेंट लर्निंग
Q-लर्निंग, SARSA और सीक्वेंशियल डिसिजन मेकिंग के लिए डायनेमिक प्रोग्रामिंग तरीकों सहित रीन्फोर्समेंट लर्निंग के मौलिक तरीकों का समूह।
निर्णय पेड़ और समुच्चय विधियाँ
वृक्ष आधारित संरचनाओं पर आधारित तकनीकें जैसे कि रैंडम फॉरेस्ट, ग्रेडिएंट बूस्टिंग और एक्सजीबूस्ट जो कि मजबूत वर्गीकरण और प्रतिगमन के लिए हैं।
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.
सक्रिय अधिगम
वे रणनीतियाँ जिनमें मॉडल सीमित एनोटेशन बजट के साथ सीखने को अनुकूलित करने के लिए लेबल करने हेतु नमूनों का बुद्धिमानी से चयन करता है।
परिवर्तन की पहचान
डेटा वितरणों में बदलाव की पहचान करने और मॉडल को नए संदर्भों के लिए निरंतर अनुकूलित करने की तकनीकें
स्व-पर्यवेक्षित शिक्षण
एक प्रतिमान जो अलेबल डेटा से स्वचालित रूप से लेबल बनाता है, ताकि मॉडलों को प्रॉक्सी कार्यों पर पूर्व-प्रशिक्षित किया जा सके।
सामूहिक बुद्धि
अनुकूलन और वितरित समस्या समाधान के लिए सामाजिक कीटों के सामूहिक व्यवहार से प्रेरित दृष्टिकोण।
स्पाइकिंग न्यूरल नेटवर्क
जैविक न्यूरॉन्स के समय-आधारित संचार का अनुकरण करने वाले न्यूरोमॉर्फिक मॉडल अधिक कुशल और जैव-प्रेरित गणना के लिए।
क्रमिक अधिगम
मॉडलों की नए डेटा से लगातार सीखने और पूर्व प्राप्त ज्ञान को न भूलने की क्षमता।
मॉडल क्वांटाइज़ेशन
न्यूरल नेटवर्क संपीड़न तकनीकें जो मेमोरी और गणना को अनुकूलित करने के लिए भारों की सटीकता को कम करती हैं।
कारणिक अधिगम
डेटा में कारण और प्रभाव के संबंधों का अध्ययन करने वाला क्षेत्र, जो मॉडलों के सामान्यीकरण और मजबूती में सुधार करता है।
विरोधी हमले और रक्षा
एआई मॉडलों की दुर्भावनापूर्ण व्यवधानों के प्रति भेद्यता का अध्ययन और सुरक्षा तकनीकों का विकास।
क्वांटम AI
क्वांटम कंप्यूटिंग और AI का अंतर्संबंध जो सीखने के एल्गोरिदम को तेज़ करने के लिए क्वांटम घटनाओं का उपयोग करता है।
अनुकरण द्वारा सीखना
तकनीकें जहाँ एक एजेंट स्पष्ट पुरस्कारों की आवश्यकता के बिना विशेषज्ञ प्रदर्शनों का अनुकरण करके सीखता है।