AI 词汇表
人工智能完整词典
Dégradation Catastrophique
Phénomène où un modèle oublie complètement les connaissances apprises précédemment lors de l'apprentissage de nouvelles informations, compromettant sa performance sur les données anciennes.
Mémoire de Représentation
Stockage sélectif d'échantillons historiques utilisés pour ré-entraîner périodiquement le modèle, préservant les connaissances passées tout en permettant l'apprentissage de nouveaux concepts.
Agrégation de Modèles
Technique combinant les prédictions de plusieurs modèles spécialisés ou historiques pour améliorer la robustesse et gérer efficacement les variations conceptuelles.
Évaluation Temporelle
Méthodologie d'évaluation mesurant la performance du modèle à différents points temporels pour détecter les dégradations et valider l'efficacité de l'adaptation en continu.
Prétraitement en Ligne
Transformation des données arrivant en temps réel avec des statistiques mises à jour dynamiquement, sans accès à l'ensemble complet des données historiques.
Apprentissage par Lots Mini
Compromis entre apprentissage batch et stochastique utilisant de petits groupes d'échantillons pour mettre à jour le modèle, équilibrant stabilité et adaptabilité.
Sélection Active d'Échantillons
Stratégie identifiant sélectivement les échantillons les plus informatifs dans le flux pour l'apprentissage, optimisant l'utilisation des ressources computationnelles.
Détection d'Anomalies en Ligne
Identification en temps réel d'observations déviantes par rapport au comportement normal appris dynamiquement, sans connaissance préalable de toutes les anomalies possibles.
在线无监督学习
聚类或降维算法，随着新的无标签数据可用而自适应调整其结构。
时间偏差
由于数据流中特征与目标之间的关系随时间演变未被考虑，导致预测中的系统性失真。