Taula de continguts
13 les relacions: Algorisme del gradient descendent, Algorisme k-means, Clusterització de dades, Compressió de dades, Distribució de probabilitat, Elsevier, Funció de pèrdua, Mapa autoorganitzat, Processament digital d'imatges, Quantificació vectorial, Reconeixement de la parla, Reconeixement de patrons, Xarxa neuronal artificial.
Algorisme del gradient descendent
Il·lustració del gradient descendent d'una funció: els punts apunten al cercle central que és el mínim de la funció Lalgorisme del gradient descendent és un mètode iteratiu d'optimització de primer ordre per a trobar el mínim d'una funció.
Veure Gas neural і Algorisme del gradient descendent
Algorisme k-means
Lalgorisme K-means és un mètode d'agrupament que té com a objectiu la partició d'un conjunt n observacions en k grups en el qual cada observació pertany al grup més proper a la mitjana.
Veure Gas neural і Algorisme k-means
Clusterització de dades
La clusterització de dades és una tècnica molt comuna en l'anàlisi estadística de dades.
Veure Gas neural і Clusterització de dades
Compressió de dades
La compressió de dades, aplicada al món de la informàtica, consisteix en el procés de codificació de dades utilitzant el mínim nombre possible de bits, o unitats d'informació.
Veure Gas neural і Compressió de dades
Distribució de probabilitat
Carl Friedrich Gauss (1777–1855). Percentatges de probabilitat a la distribució normal. En probabilitats i estadística les expressions distribució de probabilitat o llei de probabilitat tenen diversos sentits: per nombrosos autors, són sinònimes de Probabilitat, però molts altres autors les reserven per a les probabilitats a \mathbb^n, n\ge 1.
Veure Gas neural і Distribució de probabilitat
Elsevier
Elsevier és una editorial neerlandesa que publica llibres científics i de medicina.
Veure Gas neural і Elsevier
Funció de pèrdua
Exemples de funcions de pèrdua. En l'optimització matemàtica i la teoria de la decisió, una funció de pèrdua o funció de cost (de vegades també anomenada funció d'error) és una funció que mapeja un esdeveniment o valors d'una o més variables en un nombre real que representa intuïtivament algun "cost" associat amb l'esdeveniment.
Veure Gas neural і Funció de pèrdua
Mapa autoorganitzat
Synapse. Un mapa autoorganitzat (SOM) o un mapa de característiques autoorganitzats (SOFM) és una tècnica d'aprenentatge automàtic no supervisat que s'utilitza per produir una representació de dimensions baixes (normalment bidimensional) d'un conjunt de dades de dimensions superiors mentre es preserva l'estructura topològica del dades.
Veure Gas neural і Mapa autoorganitzat
Processament digital d'imatges
El processament digital d'imatges és l'ús d'un computador digital per processar imatges mitjançant un algorisme.
Veure Gas neural і Processament digital d'imatges
Quantificació vectorial
Pla amb sis zones representades pels seus sis vectors centroides. La quantificació vectorial és una tècnica de codificació de font emprada per a representar d'una manera compacta un conjunt de valors i té les seves bases en la Teoria de la Informació.
Veure Gas neural і Quantificació vectorial
Reconeixement de la parla
El reconeixement automàtic de la parla (RAP) o reconeixement automàtic de veu és una part de la intel·ligència artificial que té com a objectiu permetre la comunicació parlada entre éssers humans i computadores electròniques.
Veure Gas neural і Reconeixement de la parla
Reconeixement de patrons
El reconeixement de patrons, també anomenat lectura de patrons, identificació de figures o reconeixement de formes, és un procés de classificació per categories de qualsevol tipus de mostres mitjançant dades observades o mesurades.
Veure Gas neural і Reconeixement de patrons
Xarxa neuronal artificial
Xarxa neuronal artificial perceptró simple amb 3 neurones d'entrada, 4 neurones en la seva capa oculta i una neurona de sortida. Una xarxa neuronal artificial (XNA), o senzillament xarxa neuronal (XN) és un paradigma d'aprenentatge i processament automàtic inspirat en la forma en què funciona el sistema nerviós dels animals.