Bläddra i allt innehåll i kategorin Glossary
Chainer är ett open-source deep learning-ramverk som erbjuder en flexibel, intuitiv och högpresterande plattform för neurala nätverk, med dynamiska define-by-run-grafer, GPU-acceleration och brett stöd för olika arkitekturer. Utvecklat av Preferred Networks med stora teknikbidrag, är det idealiskt för forskning, prototyper och distribuerad träning, men är nu i underhållsläge.
ChatGPT är en toppmodern AI-chattbot utvecklad av OpenAI, som använder avancerad Natural Language Processing (NLP) för att möjliggöra mänskliga samtal och hjälpa användare med allt från att besvara frågor till att generera innehåll. Lanserad 2022, används den brett inom olika branscher för innehållsskapande, kodning, kundsupport och mycket mer.
Chattbotar är digitala verktyg som simulerar mänsklig konversation med hjälp av AI och NLP, och erbjuder support dygnet runt, skalbarhet och kostnadseffektivitet. Upptäck hur chattbotar fungerar, deras typer, fördelar och verkliga tillämpningar med FlowHunt.
Läs mer om Anthropics Claude 3.5 Sonnet: hur den jämförs med andra modeller, dess styrkor, svagheter och användningsområden inom områden som resonemang, kodning och visuella uppgifter.
Lär dig mer om Claude Haiku, Anthropics snabbaste och billigaste AI-modell. Upptäck dess nyckelfunktioner, företagsanvändningsområden och hur den jämförs med andra modeller i Claude 3-familjen.
Lär dig mer om Claude av Anthropic. Förstå vad det används till, de olika modellerna som erbjuds och dess unika egenskaper.
Lär dig mer om Opus-modellen av Claude från Anthropic. Upptäck dess styrkor och svagheter, samt hur den jämförs med andra modeller.
Clearbit är en kraftfull dataaktiveringsplattform som hjälper företag, särskilt sälj- och marknadsföringsteam, att berika kunddata, anpassa marknadsföringsinsatser och optimera säljstrategier med hjälp av omfattande B2B-data i realtid och AI-driven automatisering.
Microsoft Copilot är en AI-driven assistent som förbättrar produktivitet och effektivitet inom Microsoft 365-appar. Den är byggd på OpenAI:s GPT-4 och automatiserar uppgifter, ger insikter i realtid och integreras sömlöst med verktyg som Word, Excel, PowerPoint, Outlook och Teams.
Upptäck Copy.ai, ett AI-drivet skrivverktyg byggt på OpenAI:s GPT-3, utformat för att generera innehåll av hög kvalitet som bloggar, e-post och webbcopy på över 25 språk. Perfekt för marknadsförare, innehållsskapare och företag som vill ha snabb, effektiv och användarvänlig AI-baserad innehållsgenerering.
Copysmith är en AI-driven programvara för innehållsskapande som hjälper marknadsförare, innehållsskapare och företag att generera högkvalitativt skriftligt innehåll på ett effektivt sätt. Det effektiviserar processen för innehållsskapande genom att använda artificiell intelligens för att producera olika typer av innehåll, inklusive blogginlägg, produktbeskrivningar, sociala medier-inlägg och e-postmeddelanden.
CrushOn.AI är en avancerad AI-chattplattform som erbjuder ofiltrerade, dynamiska samtal med virtuella karaktärer. Anpassa interaktioner, utforska kreativa scenarier och engagera dig i flerspråkig rollspel med AI-genererade personligheter för underhållning, lärande och sällskap.
DALL-E är en serie text-till-bild-modeller utvecklade av OpenAI, som använder djupinlärning för att generera digitala bilder utifrån textbeskrivningar. Lär dig om dess historia, tillämpningar inom konst, marknadsföring, utbildning och etiska överväganden.
Dash är ett open source-ramverk för Python från Plotly för att bygga interaktiva datavisualiseringsapplikationer och instrumentpaneler, som kombinerar Flask, React.js och Plotly.js för smidiga analys- och business intelligence-lösningar.
Databrist innebär otillräcklig mängd data för att träna maskininlärningsmodeller eller genomföra omfattande analyser, vilket hindrar utvecklingen av exakta AI-system. Upptäck orsaker, konsekvenser och tekniker för att övervinna databrist inom AI och automation.
Dataskyddsregler är rättsliga ramverk, policyer och standarder som skyddar personuppgifter, styr dess behandling och säkerställer individers rätt till integritet världen över. De garanterar efterlevnad, förhindrar obehörig åtkomst och upprätthåller registrerades rättigheter i den digitala eran.
Datastyrning är ramen av processer, policyer, roller och standarder som säkerställer effektiv och ändamålsenlig användning, tillgänglighet, integritet och säkerhet för data inom en organisation. Det driver efterlevnad, beslutsfattande och datakvalitet över branscher.
Datastädning är den avgörande processen för att upptäcka och åtgärda fel eller inkonsekvenser i data för att förbättra dess kvalitet, vilket säkerställer noggrannhet, konsekvens och tillförlitlighet för analys och beslutsfattande. Utforska nyckelprocesser, utmaningar, verktyg samt AI:s och automationens roll i effektiv datastädning.
Datautvinning är en sofistikerad process för att analysera stora mängder rådata för att upptäcka mönster, relationer och insikter som kan informera affärsstrategier och beslut. Genom att använda avancerad analys hjälper det organisationer att förutsäga trender, förbättra kundupplevelser och öka operationell effektivitet.
Datavalidering inom AI avser processen att bedöma och säkerställa kvaliteten, noggrannheten och tillförlitligheten hos data som används för att träna och testa AI-modeller. Det innebär att identifiera och åtgärda avvikelser, fel eller anomalier för att förbättra modellens prestanda och trovärdighet.
Datorseende är ett område inom artificiell intelligens (AI) som fokuserar på att göra det möjligt för datorer att tolka och förstå den visuella världen. Genom att använda digitala bilder från kameror, videor och djupinlärningsmodeller kan maskiner exakt identifiera och klassificera objekt och sedan reagera på det de ser.
Ett Deep Belief Network (DBN) är en sofistikerad generativ modell som använder djupa arkitekturer och Restrikted Boltzmann Machines (RBMs) för att lära sig hierarkiska datarepresentationer för både övervakade och oövervakade uppgifter, såsom bild- och taligenkänning.
Deepfakes är en form av syntetisk media där AI används för att skapa mycket realistiska men falska bilder, videor eller ljudinspelningar. Termen “deepfake” är en sammanslagning av “deep learning” och “fake”, vilket återspeglar teknikens beroende av avancerade maskininlärningstekniker.
Dependency Parsing är en syntaktisk analysmetod inom NLP som identifierar grammatiska relationer mellan ord och bildar trädliknande strukturer som är avgörande för applikationer som maskinöversättning, sentimentanalys och informationsutvinning.
En deterministisk modell är en matematisk eller beräkningsmodell som ger ett enda, definitivt resultat för en given uppsättning indata, vilket ger förutsägbarhet och tillförlitlighet utan slumpmässighet. Vanligt förekommande inom AI, finans, teknik och GIS, ger deterministiska modeller exakt analys men kan sakna flexibilitet för verkliga variationer.
Dimensionsreduktion är en avgörande teknik inom databehandling och maskininlärning, som minskar antalet inmatningsvariabler i en datamängd samtidigt som viktig information bevaras för att förenkla modeller och förbättra prestanda.
Lär dig om diskriminativa AI-modeller—maskininlärningsmodeller som fokuserar på klassificering och regression genom att modellera beslutsgränser mellan klasser. Förstå hur de fungerar, deras fördelar, utmaningar och användningsområden inom NLP, datorseende och AI-automatisering.
Diskriminering inom AI syftar på orättvis eller ojämlik behandling av individer eller grupper baserat på skyddade egenskaper såsom ras, kön, ålder eller funktionsnedsättning. Detta uppstår ofta till följd av fördomar som byggs in i AI-system vid datainsamling, algoritmutveckling eller implementering, och kan få betydande konsekvenser för social och ekonomisk jämlikhet.
Djupinlärning är en delmängd av maskininlärning inom artificiell intelligens (AI) som efterliknar hjärnans sätt att bearbeta data och skapa mönster för beslutsfattande. Den är inspirerad av hjärnans struktur och funktion, kallad artificiella neurala nätverk. Djupinlärningsalgoritmer analyserar och tolkar komplexa datamönster, vilket möjliggör uppgifter som röstigenkänning, bildklassificering och avancerad problemlösning med hög noggrannhet.
Djupuppskattning är en avgörande uppgift inom datorseende, med fokus på att förutsäga avståndet mellan objekt i en bild i förhållande till kameran. Det omvandlar 2D-bilddata till 3D-rumsinformation och är grundläggande för tillämpningar som självkörande fordon, AR, robotik och 3D-modellering.
DL4J, eller DeepLearning4J, är ett öppen källkod, distribuerat deep learning-bibliotek för Java Virtual Machine (JVM). Som en del av Eclipse-ekosystemet möjliggör det skalbar utveckling och driftsättning av deep learning-modeller med Java, Scala och andra JVM-språk.
Dokumentbedömning i Retrieval-Augmented Generation (RAG) är processen att utvärdera och rangordna dokument baserat på deras relevans och kvalitet som svar på en fråga, vilket säkerställer att endast de mest relevanta och högkvalitativa dokumenten används för att generera exakta, kontextmedvetna svar.
Förbättrad dokumentsökning med NLP integrerar avancerade tekniker för naturlig språkbehandling i dokumentsökningssystem, vilket ökar noggrannhet, relevans och effektivitet vid sökning i stora mängder textdata med naturliga språkfrågor.
Dolda Markovmodeller (HMM) är sofistikerade statistiska modeller för system där underliggande tillstånd är oobserverbara. De används i stor utsträckning inom taligenkänning, bioinformatik och finans, där HMM tolkar dolda processer och drivs av algoritmer som Viterbi och Baum-Welch.
Dropout är en regulariseringsteknik inom AI, särskilt neurala nätverk, som motverkar överanpassning genom att slumpmässigt stänga av neuroner under träning, vilket främjar robust funktionsinlärning och förbättrad generalisering till ny data.
Vad är en däcksparkare? Inom försäljning är en däcksparkare en potentiell kund som verkar intresserad av en produkt eller tjänst men saknar verklig avsikt eller förmåga att köpa. Lär dig identifiera, hantera och minimera påverkan av däcksparkare med hjälp av effektiva försäljningsstrategier och AI-verktyg.
Upptäck vad AWS Edge-platser är, hur de skiljer sig från Regioner och Tillgänglighetszoner, samt hur de förbättrar innehållsleverans med minskad latens, förbättrad prestanda och global räckvidd.
Efterlevnadsrapportering är en strukturerad och systematisk process som gör det möjligt för organisationer att dokumentera och presentera bevis på deras efterlevnad av interna policys, branschstandarder och regulatoriska krav. Det säkerställer riskhantering, transparens och juridiskt skydd över olika sektorer.
Emergens inom AI avser sofistikerade, systemövergripande mönster och beteenden som inte är explicit programmerade, utan uppstår från interaktioner mellan systemets komponenter. Dessa emergenta beteenden innebär utmaningar kring förutsägbarhet och etik, vilket kräver skyddsåtgärder och riktlinjer för att hantera deras påverkan.
Europeiska unionens artificiella intelligens-förordning (EU AI Act) är världens första heltäckande regelverk utformat för att hantera risker och utnyttja fördelarna med artificiell intelligens (AI). Förordningen, som introducerades i april 2021, syftar till att säkerställa att AI-system är säkra, transparenta och i linje med grundläggande rättigheter och etiska principer.
Ett AI-expertsystem är ett avancerat datorprogram utformat för att lösa komplexa problem och fatta beslut på liknande sätt som en mänsklig expert. Dessa system använder en omfattande kunskapsbas och slutledningsregler för att bearbeta data och tillhandahålla lösningar eller rekommendationer.
Extraktiv AI är en specialiserad gren av artificiell intelligens som fokuserar på att identifiera och hämta specifik information från befintliga datakällor. Till skillnad från generativ AI lokaliserar extraktiv AI exakta datadelar inom strukturerade eller ostrukturerade datasätt med hjälp av avancerade NLP-tekniker, vilket säkerställer noggrannhet och tillförlitlighet vid datautvinning och informationshämtning.
F-Score, även känt som F-mått eller F1-mått, är ett statistiskt mått som används för att utvärdera noggrannheten hos ett test eller en modell, särskilt vid binär klassificering. Det balanserar precision och återkallning och ger en heltäckande bild av modellens prestanda, speciellt i obalanserade datamängder.
Facetterad sökning är en avancerad teknik som gör det möjligt för användare att förfina och navigera i stora datamängder genom att använda flera filter baserade på fördefinierade kategorier, så kallade facetter. Tekniken används ofta inom e-handel, bibliotek och företagssökning och förbättrar användarupplevelsen genom att det blir enklare att snabbt hitta relevant information.
Utforska hur Feature Engineering och Extraktion förbättrar AI-modellers prestanda genom att omvandla rådata till värdefulla insikter. Upptäck viktiga tekniker som funktionsskapande, transformationer, PCA och autoenkoders för att öka noggrannhet och effektivitet i ML-modeller.
Federerat lärande är en samarbetsinriktad maskininlärningsteknik där flera enheter tränar en gemensam modell samtidigt som träningsdata hålls lokalt. Detta tillvägagångssätt stärker integriteten, minskar fördröjning och möjliggör skalbar AI över miljontals enheter utan att dela rådata.
Few-Shot Learning är en maskininlärningsmetod som gör det möjligt för modeller att göra exakta förutsägelser med endast ett litet antal märkta exempel. Till skillnad från traditionella övervakade metoder fokuserar den på att generalisera från begränsad data, genom att använda tekniker som meta-lärande, transfer learning och dataaugmentering.
Fjärr-MCP (Model Context Protocol) är ett system som gör det möjligt för AI-agenter att få tillgång till externa verktyg, datakällor och tjänster via standardiserade gränssnitt som är värdade på fjärrservrar. Detta gör att AI-modeller kan interagera med specialiserade funktioner och information utanför deras träningsdata, vilket utökar deras kapacitet samtidigt som säkerhet och flexibilitet bibehålls.
Flesch läsbarhetsindex är en läsbarhetsformel som bedömer hur lätt en text är att förstå. Utvecklad av Rudolf Flesch på 1940-talet, tilldelar den ett poäng baserat på meningslängd och antal stavelser för att indikera textens komplexitet. Formeln används ofta inom utbildning, publicering och AI för att göra innehåll mer tillgängligt.
Forward Deployed Engineers (FDE) är specialiserade tekniska experter som arbetar direkt med kunder för att anpassa, konfigurera och implementera mjukvarulösningar skräddarsydda efter deras unika behov, och överbryggar klyftan mellan produktens kapacitet och verklig tillämpning.
Lär dig grundläggande information om Frase, ett AI-drivet verktyg för att skapa SEO-optimerat innehåll. Upptäck dess nyckelfunktioner, för- och nackdelar samt alternativ.
Fréchet Inception-avstånd (FID) är ett mått som används för att utvärdera kvaliteten på bilder som genereras av generativa modeller, särskilt GANs. FID jämför fördelningen av genererade bilder med riktiga bilder och ger ett mer holistiskt mått på bildkvalitet och variation.
Funktionsutvinning omvandlar rådata till en reducerad uppsättning informativa funktioner, vilket förbättrar maskininlärning genom att förenkla data, öka modellens prestanda och minska beräkningskostnader. Upptäck tekniker, tillämpningar, verktyg och vetenskapliga insikter i denna omfattande guide.
Fuzzy matching är en sökteknik som används för att hitta ungefärliga träffar på en sökfråga, vilket tillåter variationer, fel eller inkonsekvenser i data. Vanligt förekommande inom datarensning, postkoppling och textåtervinning. Den använder algoritmer som Levenshtein-avstånd och Soundex för att identifiera liknande, men inte identiska poster.
Fönstring inom artificiell intelligens syftar på att bearbeta data i segment eller “fönster” för att effektivt analysera sekventiell information. Avgörande inom NLP och LLM:er, optimerar fönstring kontexthantering, resursanvändning och modellprestanda för uppgifter som översättning, chattbottar och tidsserieanalys.
AI-förklarbarhet avser förmågan att förstå och tolka de beslut och förutsägelser som görs av artificiella intelligenssystem. När AI-modeller blir mer komplexa säkerställer förklarbarhet transparens, tillit, regelefterlevnad, minskad partiskhet och modelloptimering genom tekniker som LIME och SHAP.
En förkroppsligad AI-agent är ett intelligent system som uppfattar, tolkar och interagerar med sin omgivning genom en fysisk eller virtuell kropp. Lär dig hur dessa agenter verkar inom robotik och digitala simuleringar, och utför uppgifter som kräver perception, resonemang och handling.
Förståelse av naturligt språk (NLU) är ett delområde inom AI som fokuserar på att göra det möjligt för maskiner att kontextuellt förstå och tolka mänskligt språk, och går bortom grundläggande textbearbetning för att känna igen avsikt, semantik och nyanser för applikationer som chattbottar, sentimentanalys och maskinöversättning.
Förstärkningsinlärning (RL) är en underkategori av maskininlärning som fokuserar på att träna agenter att fatta sekventiella beslut i en miljö, där de lär sig optimala beteenden genom återkoppling i form av belöningar eller straff. Utforska nyckelbegrepp, algoritmer, tillämpningar och utmaningar inom RL.
Förstärkningsinlärning (RL) är en metod för att träna maskininlärningsmodeller där en agent lär sig fatta beslut genom att utföra handlingar och få återkoppling. Återkopplingen, i form av belöningar eller straff, vägleder agenten att förbättra sin prestation över tid. RL används i stor utsträckning inom spel, robotik, finans, sjukvård och autonoma fordon.
Visar 2 av 6
