🏠 Home
Benchmark
📊 Tutti i benchmark 🦖 Dinosauro v1 🦖 Dinosauro v2 ✅ App To-Do List 🎨 Pagine libere creative 🎯 FSACB - Ultimate Showcase 🌍 Benchmark traduzione
Modelli
🏆 Top 10 modelli 🆓 Modelli gratuiti 📋 Tutti i modelli ⚙️ Kilo Code
Risorse
💬 Libreria di prompt 📖 Glossario IA 🔗 Link utili

Glossario IA

Il dizionario completo dell'Intelligenza Artificiale

162
categorie
2.032
sottocategorie
23.060
termini
📖
termini

SHAP Force Plot

Une visualisation interactive qui montre comment chaque caractéristique pousse la prédiction d'un modèle depuis la valeur de base (moyenne) jusqu'à la prédiction finale pour une observation spécifique.

📖
termini

SHAP Dependence Plot

Une visualisation qui montre l'effet d'une caractéristique sur la prédiction, similaire à un PDP, mais en utilisant les valeurs SHAP pour capturer les interactions et les effets non linéaires.

📖
termini

LIME Explanation

Une représentation graphique qui montre les caractéristiques locales les plus influentes pour une prédiction spécifique, en créant un modèle interprétable simplifié autour de l'observation.

📖
termini

Neural Network Architecture Diagram

Un schéma visuel qui représente les couches, les neurones, les connexions et les flux de données d'un réseau de neurones pour illustrer sa structure complexe.

📖
termini

Class Activation Map (CAM)

Une carte de chaleur qui superpose sur l'image d'entrée les régions les plus importantes pour la prédiction d'une classe spécifique par un réseau de neurones convolutif.

📖
termini

Gradient-weighted Class Activation Mapping (Grad-CAM)

Une amélioration du CAM qui utilise les gradients du score de classe par rapport aux cartes de caractéristiques finales pour créer des visualisations plus précises des régions d'intérêt.

📖
termini

T-SNE Projection

Une visualisation qui réduit la dimensionnalité des données pour projeter les observations dans un espace 2D ou 3D, préservant les structures locales et révélant les clusters.

📖
termini

UMAP Visualization

Une technique de projection non linéaire qui préserve à la plus la structure globale et locale des données dans une visualisation à faible dimension, souvent plus rapide que t-SNE.

📖
termini

Learning Curve Visualization

Un graphique qui montre la performance du modèle sur les ensembles d'entraînement et de validation en fonction de la taille des données pour diagnostiquer le surapprentissage ou le sous-apprentissage.

📖
termini

Permutation Importance Plot

Un graphique qui montre l'importance des caractéristiques en mesurant la diminution de performance du modèle lorsque les valeurs d'une caractéristique sont aléatoirement permutées.

📖
termini

Friedman's H-statistic Visualization

Un graphique qui représente la force des interactions entre caractéristiques dans un modèle, basé sur la statistique H de Friedman pour quantifier les effets d'interaction.

📖
termini

Moran's I Plot

Une visualisation qui représente l'autocorrélation spatiale des résidus d'un modèle pour détecter les dépendances spatiales non modélisées dans les données géographiques.

🔍

Nessun risultato trovato