معجم الذكاء الاصطناعي

نزول التدرج العشوائي

stochastic gradient descent (sgd)

خوارزمية من خوارزميات نزول التدرج يكون فيها حجم الدفعة واحدًا؛ أي إنها تدرب على مثال وحيد يُختار عشوائيًا بانتظام من مجموعة التدريب.

التعلم الآلي الخاضع للإشراف

supervised machine learning

تدريب نموذج من الميزات ووسومها المقابلة؛ وهو قريب من تعلّم مادة بمدارسة مجموعة من الأسئلة وإجاباتها.

المهمة

task

إجراءات مطلوبة لتحقيق هدف معيّن. ملاحظة 1 للمدخل: قد تكون هذه الإجراءات جسدية أو معرفية. ملاحظة 2 للمدخل: من أمثلة المهام التصنيف والانحدار والترتيب والتجميع وتقليل الأبعاد.

العتبة

threshold (for decision trees)

في الشرط المحاذي للمحاور، القيمة التي تُقارن بها الميزة؛ فمثلًا العدد 75 هو قيمة العتبة في الشرط التالي.

تحليل السلاسل الزمنية

time series analysis

حقل فرعي من تعلّم الآلة والإحصاء يحلل البيانات الزمنية. تتطلب أنواع كثيرة من مسائل تعلّم الآلة تحليل السلاسل الزمنية، بما في ذلك التصنيف والتجميع والتنبؤ وكشف الشذوذ. يمكنك استخدام تحليل السلاسل الزمنية للتنبؤ بالمبيعات المستقبلية للمعاطف الشتوية شهريًا استنادًا إلى بيانات المبيعات التاريخية.

تقليل المخاطر البنيوية (SRM)

structural risk minimization (srm)

خوارزمية توازن بين هدفين:

أخذ العينات الفرعية

subsampling

استراتيجية حسابية يُحسب فيها ناتج الاستعلام باستخدام جزء فقط من البيانات الأصلية يُنتقى عشوائياً.

الشبكة الهدف

target network

في التعلم-ق العميق، شبكة عصبية تمثل تقريبًا مستقرًا للشبكة العصبية الرئيسية (التي تنفذ دالة ق أو سياسة)؛ ويمكنك بعد ذلك تدريب الشبكة الرئيسية على قيم ق التي تتنبأ بها الشبكة الهدف.

درجة الحرارة

temperature

معلمة زائدة تتحكم في درجة العشوائية في مخرجات النموذج؛ فدرجات الحرارة الأعلى تنتج مخرجات أكثر عشوائية، والأدنى تنتج مخرجات أقل عشوائية.

ملعب TensorFlow

tensorflow playground

برنامج يصور كيف تؤثر المعلمات الزائدة المختلفة على تدريب النماذج (خصوصاً الشبكات العصبية).

مثال tf.Example

tf.example

مخزن مؤقت بروتوكولي (protocol buffer) قياسي لوصف بيانات الإدخال لتدريب نماذج التعلم الآلي أو الاستدلال.

الخطوة الزمنية

timestep

خلية واحدة مفكَّكة (مفردة) داخل شبكة عصبية متكررة.

المرمِّز

tokenizer

نظام أو خوارزمية تحوّل تسلسل بيانات الإدخال إلى توكنات (رموز).

البرج

tower

مكوّن من شبكة عصبية عميقة يكون هو نفسه شبكة عصبية عميقة؛ في بعض الحالات يقرأ كل برج من مصدر بيانات مستقل، وتبقى الأبراج مستقلة حتى يُدمج ناتجها في طبقة نهائية.

السمية

toxicity

درجة كون المحتوى مسيئاً أو مهدداً أو مهيناً؛ ويمكن للعديد من نماذج التعلم الآلي تحديد السمية وقياسها وتصنيفها.

الوكيل الفرعي

sub-agent

نموذج متخصص ضيق النطاق يستدعيه وكيل مدير للتعامل مع مجموعة فرعية محددة من مشكلة أكبر؛ يمتلك الوكلاء الفرعيون حيز إجراءات أضيق عادةً من الوكلاء.

تحليل المهمة

task decomposition

تقسيم هدف كبير إلى خطوات ذرّية قابلة للتنفيذ؛ والوكلاء يتناولون بعض المشكلات عبر تحليل المهمة.

شرط الإنهاء

termination condition

في الذكاء الاصطناعي الوكّالي، المعايير المحددة مسبقاً التي تطلب من الوكيل التوقف عن التكرار.

التوكن دون-كلمة

subword token

في النماذج اللغوية، توكن يمثل جزءًا فرعيًا من كلمة، وقد يكون الكلمة كلها.

سوبر جلو (SuperGLUE)

superglue

مجموعة من مجموعات البيانات لتقييم القدرة الإجمالية لنموذج لغوي كبير على فهم النص وتوليده.

المدى النصي

text span

مدى فهرس المصفوفة المرتبط بقسم فرعي محدد من سلسلة نصية. كلمة good في سلسلة بايثون s="Be good now" تشغل المدى النصي من 3 إلى 6.

الرمز (التوكن)

token

في النموذج اللغوي، الوحدة الذرية التي يتدرب عليها النموذج ويتنبأ بها؛ وعادة ما يكون التوكن أحد الأشكال المحددة.

الملخص

summary

في TensorFlow، قيمة أو مجموعة قيم تُحسب عند خطوة معينة، تُستخدم عادةً لتتبع مقاييس النموذج أثناء التدريب.

إطار T5X

t5x

إطار تعلّم آلي مفتوح المصدر مصمم لبناء وتدريب نماذج معالجة اللغة الطبيعية واسعة النطاق. يُنفَّذ T5 على قاعدة كود T5X (المبنية على JAX وFlax).

الموتر

tensor

بنية البيانات الأساسية في برامج TensorFlow. الموترات هي بنى بيانات في N من الأبعاد (حيث قد يكون N كبيرًا جدًا)، وهي في أغلب الأحوال قيم عددية (scalars) أو متجهات (vectors) أو مصفوفات (matrixes).

تينسوربورد (TensorBoard)

tensorboard

لوحة المعلومات التي تعرض الملخصات المحفوظة أثناء تنفيذ برنامج TensorFlow واحد أو أكثر.

TensorFlow Serving

tensorflow serving

منصة لنشر النماذج المدربة في بيئة الإنتاج.

وحدة معالجة الموترات (TPU)

tensor processing unit (tpu)

دائرة متكاملة خاصة بالتطبيق (ASIC) تحسّن أداء أعباء عمل تعلّم الآلة. تُنشر هذه الدوائر كرقائق TPU متعددة على جهاز TPU.

رتبة الموتر

tensor rank

انظر: الرتبة (الموتر).

حجم الموتر

tensor size

إجمالي عدد القيم العددية (السكالارات) التي يحتويها الموتر؛ فموتر من الشكل [5,10] حجمه 50.

مخزن الموترات (TensorStore)

tensorstore

مكتبة لقراءة وكتابة مصفوفات كبيرة متعددة الأبعاد بكفاءة.

tf.keras

tf.keras

تطبيق لمكتبة Keras مدمج في TensorFlow.

الميزة المصطنعة

synthetic feature

ميزة غير موجودة ضمن ميزات الإدخال لكنها تُركَّب من ميزة واحدة أو أكثر منها.

الدالة الهدف

target

طريقة لحل مشكلة يبحث عنها خوارزمية الذكاء الاصطناعي في بيانات تدريبه؛ وبمجرد إيجاد الدالة الهدف يمكن استخدامها للتنبؤ بالنتائج للمسائل الحقيقية التي لا تتضمن مخرجاتها بيانات التدريب.

البيانات الزمنية

temporal data

بيانات تُسجل في نقاط زمنية مختلفة؛ فمبيعات المعاطف الشتوية المسجلة عن كل يوم من السنة بيانات زمنية.

تعلّم Q الجدولي

tabular q-learning

في التعلم المعزز، تطبيق خوارزمية Q-learning باستخدام جدول لتخزين دوال Q لكل توليفة من حالة وإجراء.

شكل الموتّر

tensor shape

عدد العناصر التي يحتويها موتّر في الأبعاد المختلفة.

الاختبار

test

عملية تقنية لتحديد خاصية أو أكثر، أو لتقييم أداء منتج أو مادة أو معدات أو كائن حي أو ظاهرة فيزيائية أو عملية أو خدمة معيّنة وفق إجراء محدد.

خسارة الاختبار

test loss

مقياس يمثل خسارة النموذج مقابل مجموعة الاختبار؛ وعند بناء نموذج تسعى عادةً إلى تقليل خسارة الاختبار.

دقة أفضل K (Top-K)

top-k accuracy

النسبة المئوية للمرات التي تظهر فيها «التسمية المستهدفة» ضمن أول k مواضع من القوائم المولّدة. قد تكون القوائم توصيات مخصصة أو قائمة عناصر مرتّبة بالصوفتماكس (softmax).