Begrippen die beginnen met F (6)
Alle AI-termen die beginnen met de letter F, in gewone taal.
Machine learning
Fast-and-frugal trees
Fast-and-frugal trees
Een fast-and-frugal tree is een eenvoudige beslisboom die een geval in een categorie indeelt. Anders dan een gewone classificatieboom stelt het model de kenmerken in een vaste volgorde en stopt met weinig informatie zodra één antwoord al een klasse of een bijbehorende actie oplevert. Op de spoedeisende hulp helpt zo'n boom artsen snel kiezen tussen een gewone verpleegafdeling en de hartbewaking.
Machine learning
Feature learning
Feature learning
Feature learning, ook representation learning, is een verzameling technieken waarmee een systeem zelf kenmerken uit ruwe data haalt. In plaats van kenmerken die een specialist vooraf bedenkt, zoekt het systeem zelf patronen en maakt daar een weergave van die past bij herkenning of classificatie. Een beeldmodel leert zo randen en vormen uit foto's en gebruikt die om objecten te herkennen, zonder dat iemand die kenmerken eerst heeft beschreven.
Machine learning
Feedback-loop
Feedback loop
Een feedbacklus is een herhalend proces waarbij de output van een AI-systeem dient om dat systeem te verbeteren. Anders dan bij vaste programmaregels krijgt de output een beoordeling, zoals een correctie of een score, en die beoordeling stuurt latere antwoorden bij. Een aanbevelingssysteem gebruikt zo welke voorstellen gebruikers accepteren of afwijzen, en kiest de volgende voorstellen op basis van die signalen.
Machine learning
Few-shot learning
Few-Shot Learning
Few-shot learning is een methode in machine learning waarbij een model een nieuwe taak leert met weinig voorbeelden. Gewone modellen trainen vaak met honderden of duizenden voorbeelden, terwijl few-shot learning eerder geleerde kennis gebruikt en die met een handvol nieuwe voorbeelden aanpast. Zo kan een model een zeldzame diersoort of een zeldzame ziekte herkennen nadat het maar enkele gelabelde voorbeelden van die categorie heeft gezien.
Machine learning
Fine-tuning
Fine-Tuning
Fine-tuning is een methode in machine learning die een vooraf getraind model aanpast aan één specifieke taak. Het model traint verder op een kleinere, taakgerichte dataset en met een lagere leersnelheid, zodat de brede kennis uit de eerste training blijft. Een klantenservice gebruikt zo een algemeen taalmodel (de techniek achter chatbots) dat antwoorden schrijft in de termen en de toon van het bedrijf.
Machine learning
Finetuning
Finetuning
Finetuning (verfijning) is extra training van een al getraind model met nieuwe gegevens. Het model leert zo een taak, een vakgebied of een stijl, en dat kost meestal minder rekenkracht dan een vergelijkbaar model vanaf het begin trainen. Een helpdesk kan een chatbot zo verder trainen op eigen klantvragen, maar moet oppassen dat andere vaardigheden van het model niet verzwakken.




