Thuật ngữ AI
Từ điển đầy đủ về Trí tuệ nhân tạo
Active Learning
Paradigme d'apprentissage semi-supervisé où l'algorithme sélectionne itérativement les exemples les plus informatifs à annoter, optimisant ainsi le rapport coût/efficacité de l'apprentissage.
Exploration-Exploitation Trade-off
Dilemme fondamental en apprentissage par renforcement consistant à équilibrer l'acquisition de nouvelles informations (exploration) et l'utilisation des connaissances existantes (exploitation).
Density-Based Sampling
Approche d'échantillonnage actif considérant à la fois l'incertitude et la densité des exemples pour éviter les outliers et se concentrer sur les régions représentatives.
Forward Model
Modèle prédictif estimant l'état suivant et la récompense étant donné l'état actuel et l'action, fondamental pour la planification dans l'apprentissage par renforcement.
Inverse Model
Modèle apprenant à inférer l'action ayant mené à une transition d'état particulière, utile pour l'apprentissage par imitation et la compréhension causale.
Planning Module
Composant algorithmique utilisant le modèle appris pour simuler des trajectoires futures et optimiser les politiques avant l'exécution réelle.
Active Exploration
Stratégie d'exploration délibérée sélectionnant activement les actions maximisant l'information acquise sur l'environnement ou la politique.