AI 용어집
인공지능 완전 사전
Calibration des Probabilités
Techniques pour ajuster les probabilités de sortie des modèles afin qu'elles reflètent fidèlement les vraies fréquences d'occurrence.
Incertitude Épistémique
Quantification de l'incertitude due au manque de connaissances ou à l'approximation du modèle, réductible avec plus de données.
Incertitude Aléatoire
Mesure de l'incertitude inhérente au processus stochastique sous-jacent, non réductible même avec des données infinies.
Méthodes Bayésiennes
Approches probabilistes utilisant des distributions a priori et a posteriori pour quantifier l'incertitude des paramètres du modèle.
Intervalles de Prédiction
Estimation d'intervalles de confiance contenant les valeurs futures avec une probabilité spécifiée.
Ensembles de Modèles
Utilisation de multiples modèles pour estimer l'incertitude à travers la variance des prédictions individuelles.
Dropout Bayésien
Utilisation du dropout pendant l'inférence comme approximation bayésienne pour estimer l'incertitude.
Quantification d'Incertitude pour Réseaux Profonds
Techniques spécifiques adaptées aux architectures de réseaux de neurones profonds pour estimer l'incertitude.
Métriques de Calibration
Outils d'évaluation comme le Brier score, l'ECE et le diagramme de fiabilité pour mesurer la qualité de la calibration.
Calibration Multi-classe
Techniques spécifiques pour calibrer les probabilités dans les problèmes de classification avec plus de deux classes.
Calibration pour la Régression
Méthodes pour calibrer les prédictions numériques et leurs intervalles de confiance dans les tâches de régression.
Incertitude Distributionnelle
Modélisation complète des distributions de probabilité plutôt que des estimations ponctuelles pour capturer l'incertitude.
Prédiction Conforme
Approches garantissant des propriétés de couverture valides pour les ensembles de prédiction sous des hypothèses minimales.
Calibration Temporelle
Adaptation des techniques de calibration aux séries temporelles et données dynamiques avec dérive conceptuelle.
Calibration Robuste
Méthodes de calibration résistantes aux distributions hors-échantillon et aux attaques adversariales.