Глоссарий ИИ
Полный словарь искусственного интеллекта
Инкрементальное обучение
Методы, позволяющие моделям непрерывно обучаться на новых данных, не забывая ранее полученные знания.
Обнаружение дрейфа концептов
Методы выявления и управления изменениями в распределении данных или взаимосвязях между переменными с течением времени.
Алгоритмы адаптивного оконного анализа
Динамические подходы, которые регулируют размер окна данных для оптимизации обучения в соответствии с характеристиками потока.
Стриминг кластеризации
Методы группировки, которые обрабатывают данные в непрерывном режиме для выявления возникающих структур в реальном времени.
Классификация потоков данных
Специализированные алгоритмы для присвоения меток экземплярам данных, поступающим последовательно в непрерывном потоке.
Онлайн-обучение с памятью
Методы, которые сохраняют репрезентативную выборку прошлых данных для повышения стабильности и производительности модели.
Активное обучение в потоке
Стратегии, которые интеллектуально выбирают экземпляры для маркировки, чтобы максимизировать эффективность обучения в контекстах потоковой передачи.
Полу-контролируемое обучение в потоке
Подходы, сочетающие размеченные и неразмеченные данные для улучшения обучения, когда метки редки или дороги.
Обучение с подкреплением в реальном времени
Методы, в которых агенты непрерывно обучаются через взаимодействие с динамическими и изменяющимися средами.
Обработка временных рядов в реальном времени
Специализированные методы для анализа и прогнозирования моделей в последовательных данных, поступающих непрерывным потоком.
Распределенное обучение для потоков
Параллельные архитектуры для обработки массивных объемов потоковых данных на нескольких вычислительных узлах одновременно.
Оптимизация в режиме онлайн
Алгоритмы, принимающие последовательные решения для минимизации функции потерь без знания будущих данных.