Glossaire des termes liés à l’intelligence artificielle

  • Modifié le

Partager la publication

# A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
P
Partage de poids
Technique dans les réseaux neuronaux où les mêmes poids sont utilisés dans différentes parties du réseau.
Partitionnement des K-moyennes (K-Means Clustering)
Le partitionnement en k-moyennes est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction.
Pénalité de gradient (Gradient Penalty)
Technique de régularisation utilisée dans l'entraînement des GANs pour stabiliser l'apprentissage.
Perceptron
Type le plus simple de réseau neuronal artificiel, utilisé pour les classifications binaires.
Perplexité (Perplexity)
Mesure de la capacité d'un modèle probabiliste à prédire un échantillon.
Prédiction vidéo adverbiale générative (Generative Adversarial Video Prediction:)
L'utilisation de réseaux adversaires génératifs pour prédire ou générer de futures images vidéo, souvent utilisés dans des tâches de prédiction ou de prévision vidéo.
Processus de décision de Markov (PDM) (Markov Decision Process (MDP))
Les PDM modélisent la prise de décision dans des environnements stochastiques. Ils se composent d'états, d'actions, de probabilités de transition et de récompenses, et sont souvent utilisés dans l'apprentissage par renforcement.
Programmation probabiliste générative (Generative Probabilistic Programming)
L'utilisation de langages et de techniques de programmation probabiliste pour la construction et l'inférence dans les modèles génératifs.
Prompt Engineering (Ingénierie des requêtes)
La pratique consistant à élaborer des messages-guides textuels efficaces pour guider les modèles génératifs d'IA dans la production des résultats souhaités.
Protection de la vie privée par analyse générative (Generative Adversarial Privacy)
Utilisation de réseaux adversaires génératifs pour la diffusion de données préservant la vie privée ou la génération de données synthétiques, en apprenant à générer des données qui préservent certaines propriétés tout en masquant les informations sensibles.
Les outils les plus populaires
Retour en haut
Aller au contenu principal