ML-AI-2-LT

Mašininio ir giliojo mokymosi sąvokų žodynėlis

Stars: 52

Visit

ML-AI-2-LT is a repository that serves as a glossary for machine learning and deep learning concepts. It contains translations and explanations of various terms related to artificial intelligence, including definitions and notes. Users can contribute by filling issues for unclear concepts or by submitting pull requests with suggestions or additions. The repository aims to provide a comprehensive resource for understanding key terminology in the field of AI and machine learning.

README:

Mašininio ir giliojo mokymosi sąvokų žodynas

Jei turima neaiški sąvoka, kviečiu užpildyti Issue, jei turite pasiūlymų/pildymų kviečiu pateikti PR. Arba kreiptis el.paštu: [email protected]

Sąvoka	Vertimas	Pastabos/paaiškinamas
Action	Veiksmas
Adaptive Instance Normalization (AdaIN)	Adaptyvi tiesioginė normalizacija
Advantage	Pranašumas
Advantage Actor Critic model	Sudėtingas aktoriaus-kritiko modelis
Accuracy	Tikslumas
Activation function	Aktyvacijos funkcija
Activation map	Aktyvacijų žemėlapis	Atliekant konvoliucijos operacijas, suskaičiuotos reikšmės vadinamos aktivacijų žemėlapiais.
Action-value function for policy π	Strategijos π veiksmo reikšmių funkcija
AI agent	DI agentas
AI bias and fairness	DI šališkumas ir teisingumas
AI component	DI komponentas
AI developer	DI kūrėjas
AI ecosystem	DI ekosistema
AI evaluator	DI vertintojas
AI explainability	DI paaiškinamumas
AI function	DI paskirtis
AI platform provider	DI platformos teikėjas
AI predictability	DI prognozuojamumas
AI provider	DI teikėjas
AI reliability	DI patikimumas
AI resilience	DI atsparumas
AI robustness	DI robastiškumas
AI stakeholder roles	DI suiteresuotųjų šalių vaidmenys
AI subject	DI subjektas
AI system integrator	DI sistemos integruotojas
AI system life cycle	DI sistemos gyvavimo ciklas
AI system life cycle model	DI sistemos gyvavimo ciklo modelis
AI system life cycle stages and processes	DI sistemos gyvavimo ciklo būsenos ir procesai
AI transparency	DI skaidrumas
AI users	DI naudotojai
AI verification and validation	DI verifikavimas ir validavimas
Affine transform	Afininė transformacija
Anchors	Atraminiai stačiakampiai	Trejetų nuostolių funkcijoje naudojant vaizdų analizėje, vartoti - atraminis vaizdas
Artificial Intelligence	Dirbtinis intelektas
Attention mechanism	Dėmesio sutelkimo transformacija/mechanizmas
Average pooling layer	Sutelkimo vidurkinant sluoksnis
Average precision	Vidutinis preciziškumas
Backbone	Fundamentas	For creating our model fine-tuning of the backbone of ResNet50 model as feature extractor was used. Sukuriant naują modelį, buvo naudojami kintamieji, gauti naudojant ResNet50, kaip fundamentalų modelį.
Batch	Duomenų rinkinys
Batch normalization	Rinkinio normalizacija
Backpropagation algorithm	Atgalinio sklidimo algoritmas
Backpropagation through time (BPTT)	Atgalinis sklidimas laike
bias	šališkumas
Bilinear sampling	Dvitiesinis atsitiktinis atrinkimas
Bidirectional long short-term memory	Dvikryptis ilgos trumpalaikės atminties modelis
Body joints	Kūno sanariai
Bounding box	Stačiakampis
Bias	Laisvasis narys	Jei bias kaip sąvybė - tai paslinktas, jei kaip kintamasis laisvasis narys.
Binary classification	Dviejų klasių klasifikavimas
Capsule neural network	Kapsulinis neuroninis tinklas
Cascade Classifier	Pakopinis klasifikatorius
Causal inference	Priežastingumo analizavimas	Tai procesas nustatyti priežastingumo ryšius. Nemaišyti su koreliacija, jei dydžiai koreliuoti, nebūtinai jie įtakoja vienas kitą.
Character-based tokenization	Teksto skaidymas į teksto vienetus procesas teksto vienetams priskiriant unikalius teksto simbolius.
Cyclic consistency	Cikliškai pastovus
Computer vision	Kompiuterinės regos
Confidence map	Pasikliovimo žemėlapis
Confusion matrix	Klasifikavimo lentelė
Continuous learning	Nuolatinis mokymasis
Content image	Turinio paveikslas
Convolutional layer	Konvoliucinis sluoksnis	Konvoliucinis sluoksnis, tai konvoliucijomis grįstų transformacijų taikymas duotai įvesčiai. Sluoksnio branduoliai dažniausiai laikomi, kaip nežinomi modelio parametrai, kurie įvertinami iš duomenų.
Convolutional neural networks	Konvoliuciniai neuroniniai tinklai
Convolutional operation	Konvoliucijos operacija	Nors turime sąsūkos operacijas, konvoliucijos operacijos sąvoka turėtų būti neatsiejama nuo konteksto
Continual learning	Tęstinis mokymasis	Continual learning (CL) are designed to accumulate and improve knowledge in a curriculum of learning-experiences without forgetting. Tęstinis mokymas, yra koncepcija rinkti ir tobulinti modelio žinias, neužmirštant senų užduočių. Pavyzdžiui apmokitnas vaizdų klasifikatorius gebėti atskirti 1000 vaizdų klasių, adaptuotas kitai užduočiai išmokti atpažinti mažiau klasių "užmiršta" pradinę užduotį ir nėra tęstinio mokymo pavyzdys.
Cost function	Kaštų funkcija	Nuostolių/kaštų funkcijos - vartojamos, kaip sinonimai priklausomai nuo konteksto.
Cost-sensitive learning	Kaštams jautrus mokymasis
Clipped Surrogate function	Apkarpyta surogatinė funkcija
Cross-attention	kryžminis dėmesio sutelkimas
Cross-entropy	Kryžminė entropija
data acquisition	duomenų rinkimas
data annotation	duomenų anotavimas
data labelling	duomenų žymėjimas
Data augmentation	Duomenų augmentacijos
dataset	duomenų rinkinys
Denoising	triukšmo šalinimas
Dilated convolution	Praretintos konvoliucijos operacija
Directed	Orientuotas
Discounted future reward	Diskontuotas ateities atlygis	Alternatyva: geometriškai pasvertas ateities atlygis
Dynamic routing	Dinaminis maršrutizavimas
Dynamic time warping models	Dinaminis laiko atstatymo modelis
Dead ReLU problem	Dingusio dalimis tiesinio vieneto gradiento problema	ReLu aktyvacija sprendžia gradientų sprogimo problemą, nes funkcijos išvestinė lygi vienetui jei x > 0. Tačiau, gradientų nykimo problema analogišku atveju ir vadinama taip.
Decision	Sprendimas
Decision boundary	Skiriamoji sritis
Deep fake	Vaizdinė klastotė
Deep learning	Gilusis mokymasis
Depth	Gylis
Depth map	Gylio žemėlapis	3D kameros, fiksuojančios ne tik RGB spalvos kanalus, bet ir atstumą iki objekto ir išduoda gylio žemėlapį.
Dropout	Atsitiktinio praretinimo transformacija
Dot product	Skaliarinė sandauga
Edge maps	Kraštų žemėlapis	We found edge image. Paskaičiavome surastų kraštų vaizde paveikslėlį.
Embeddings	Įterpiniai
Eigen vector	Tikrinis vektorius
Eigen value	Tikrinė reikšmė
Eigenspace	Tikrinių vektorių erdvė
Egocentric action recognition	Egocentrių veiksmų atpažinimas
Embeddings space	Įterpinių reprezentacijų erdvė
Ensemble	Ansamblis
Epoch	Epizodas
Epsilon-greedy algorithm	Epsilion godus algoritmas
Error	Paklaida
Estimate	Įvertis	Įvertinio nežinomo parametro reikšmė, gauta kaip įvertinimo rezultatas.
Estimator	Įvertinys	Statistika (funkcija) parametrams ivertinti.
Expectation-maximization (EM)	Vidurkio maksimizavimo metodas
Expectation-maximization for segmentation	Vidurkio maksimizavimo metodas segmentavimui
Exponential linear unit (ELU)	Eksponentinis tiesinis vienetas	$$ELU_a(x) = \begin{cases} 1, & x > 0\ a \cdot (\exp(x) - 1), & x \leq 0 \end{cases},\quad $$, čia a yra konstanta.
Exposure	Atvirumas
Exploration algorithms	Tyrinėjantis algoritmas
Exploding gradient problem	Sprogstančių gradientų problema	Vertinant nežinomus parametrus gradientiniais metodais, kai turime sudėtingą modelį taikome diferenciavimo taisyklę $$ \begin{eqnarray} \frac{\partial \mathcal{L}}{\partial heta_{k}^1} = \frac{\partial \mathcal{L}}{\partial \theta_{z}^L} \frac{\partial \theta_{z}^L}{\partial \theta_{z}^{L-1}} \cdot \cdot \cdot \frac{\partial \theta_{z}^{1}}{\partial \theta_{k}^1} \end{eqnarray}$$, tačiau jei narių skaičius didelis, ir apskaičiuotos dalinių išvestinių reikšmės didelės, galutinė reikšmė greitai sprogsta. Tai ir vadinama sprogstančių gradientų problema.
Exploitation algorithms	Eksplotuojantis algoritmas	Alternatyva: dabartinėmis žiniomis besiriamentis algoritmas. Pavyzdys: While in explotaition we pay reward on identity new actions,
the explotation concentrates on making efficient decition now.
Jei tyrinėjantis algoritmas suteikia atlygį naujiems (prieštai nebandytiems) sprendimams (veiksmams), tai dabartinėmis žiniomis besiriamentis algoritmas maksimizuoja trumpalaikį atlygį iš dabartinės situacijos.
Federated machine learning	Federuotas mašininis mokymas
F1 measure	F1 statistika
Feature extractor	informatyvių požymių ištraukimo metodas
Feature space	Požymių erdvė
Few-shot learning	Modelio adaptavimas naujai užduočiai iš kelių pavyzdžių
Identity	Tapatybė
Fraud detection	Sukčiavimo aptikimas
Inference	Išvadų darymas	Pavydžiui statistical inference - tai procesas priimti išvadas apie duomenis atsižvelgiant į statistines duomenų sąvybes
Image Enhancement	Vaizdo patobulinimas
Image quality assessment	Vaizdų kokybės vertinimas
Image similarity metrics	Vaizdų panašumo metrikos
Imbalanced data	Nesubalansuotų duomenų aibė
Input	Įvestis
Input gate	Atidarymo sklendė
Instant segmentation	Tiesioginė segmentacija
Internal state	Vidinė būsena
Intersection over union (IOU)	Susikirtimas padalintas iš sąjungos
Inter-class similarity and intra-class variability problem	Išsibasrtymo klasių viduje ir tarp klasių problema.
Inter-frame attention encoder	Autoenkoderis su dėmesio sutelkimo mechanizmu paveikslėlyje
Iteration	Iteracija
Iterative reconstruction algorithm	Iteratyvus rekonstrukcijos algoritmas
F_1 score	F_1 statistikos reikšmė
Fine-tune	Adaptuoti	Alternatyva: pritaikyti
Features	Požymiai
Feature pyramid networks	Piramidinis požymių tinklas
Feature map	Požymių žemėlapiai	Požymių žemėlapiai tai tarpiniai skaičiavimai (paslėptų sluoksnių reikšmės), kurias tyrimuose dažnai naudoja kaip žemo/aukšto lygio požymius, t.y. kurie gerai užkoduoja nagrinėjamus duomenis.
Flatten layer	Ištiesinimo sluoksnis
Forward pass	Tiesionis skaičiavimas	Alternatyva:Sklidimas į priekį
Feedforward	Tiesioginio sklidimo
Frechet inception distance	Frešė atstumas vaizdams	Galima vartoti ir Fréchet atstumas vaizdams. Frešė atstumas yra metrika tarp dviejų skirstinių, o Frešė atstumas vaizdams - apibendrinimas taikyti vaizdams.
Forgot gate	Užmiršimo sklendė
Focal loss	Židinio nuostolių funkcija
Fully connected layer	Pilnai sujungtų sąryšių sluoksnis
Fully Convolutional Network	Pilnai konvoliucinis tinklas
Generalization	Generalizacija	Mokinant sudėtingus modelius turime dalį visų galimos aibės pavyzdžių. Visgi jei modelis generalizuojasi, jis gali pakankamai gerai įvertinti visus tarpinius atvejus.
Generative Adversarial Networks (GAN)	Generatyviniai adversariniai tinklai	Alternatyva: 1) Generatyviniai priešiški tinklai 2) Generatyviniai konkuruojantys tinklai
Graph sparsification	Grafo išretinimas
Gradient Descent	Gradientinis nusileidimas
Gray Level Co-occurrence Matrix (GLCM)	Juodai baltų spalvos lygių atsikartojimų matrica
Gated recurrent unit (GRU) model	Sklendžių rekurentinių vienetų modelis
Gaussian error linear unit (GELU)	Gausinis tiesinis vienetas	$$GELU(x) = x \Phi(x)$$ čia $`\Phi(x)`$ normalaus a.d. pasiskirstymo f-ja.
Gate	Sklendė	Rekurentiniuose neuroniniuose tinkluose signalio kelias yra įgalinamas arba išjungiamas praveriant arba uždarant sklendę.
Hidden layers	Paslėpti sluoksniai
ground truth	etalonas
Histogram of oriented gradients (HOG)	Kryptinių gradientų histograma
Hyperparameter	Hiperparametrai	Parametrais, laikome tokius kintamuosius, kurie laikomi nežinomais, ir yra vertinami iš duomenų. Hiperparametrais laikome tokius kintamuosius, kurie nusako modelio konfigūraciją ir yra fiksuoti ir parinkti. Pavyzdžiui mokymo žingsnis.
Kernel	Filtro branduolys	Kernel mašininio mokymo kontekste verčiamas, kaip branduolys. Konvoliucinių tinklų kontekste - filtro branduolys.
KDD (knowledge discovery in data)	žinių atradimas duomenyse
Label	žymė
Large language models	Dideli kalbos modeliai
Learning rate	Mokymo žingsnis
Learning rate scheduler	mokymo žingsnio planuotojas
Leaky ReLU	Pralaidus dalimis tiesinis vienetas	$$Leaky ReLU(x) = \begin{cases} 1, & x > 0\ -a x, & x \leq 0 \end{cases},\quad $$, čia a yra konstanta.
life cycle	gyvavimo ciklas
L2 norm pooling	Sutelkimo imant L2 normą sluoksnis
Local receptive fields	Lokali matymo sritis	Taikant konvoliucinius neuroninius tinklus įeities matricai taikome konvoliucijos operaciją. Sritis, kurią apima duotas branduolys, ir yra ta lokali matymo sritis.
Loss	Nuostoliai
Loss computation	Nuostolių apskaičiavimas
Loss function	Nuostolių funkcija	Tiklo funkcija (objective function) - apibrėžtas sprendžiamas uždavinys. Praktikoje gali būti įvairus, pavyzdžiui maksimizuoti tikimybinį pasiskirtymą (P1) ar daugelių tikslų uždavinį (P2). Tam praktikoje konstruojame nuostolių funkciją (loss function) - praktikoje dažnai minimizuojamą funkciją, kurią optimizuodami ieškome nežinomų modelių parametrų (pvz. P1 - neigiama log-tikėtinumo funkcija, P2 - tiesinė kelių uždavinių mažiausių kvadratų funkcija ir pan.). Nuostolių/kaštų funkcijos - vartojamos, kaip sinonimai priklausomai nuo konteksto.
Layers	Sluoksnis
Leakage	Duomenų nutekėjimas	Tai procesas, kai modelis testuojamas ne ant visiškai nematytų realistiškų duomenų (kas atitinka realius bandymus), bet ant tokių duomenų, kurių dalys pasitaikė ir vertinant modelio parametrus. Pavyzdys: pacientams daromos kelios tyrimų nuotraukos; eksperimento metu atsitiktinai atrenkamas testavimo duomenų rinkinys; Testavimas turi duomenų nutekėjimą, ir toks eksperimentas yra nevalidus; Nepriklausomas testavimo rinkinys reikalautų, jog nė vienas paciento stebėjimas esantis testavimo rinkinyje, nebūtų naudojamas vertinant modelio parametrus (apmokymo metu).
Lemmatization	Pagrindinės žodžio formos nustatymas
Long short-term memory (LSTM)	Ilgos trumpalaikės atminties modelis
Machine learning	Mašininis mokymas
Majority class	Dažniausia klasė
Markov decision process	Markovo sprendimo priėmimo procesai
Mask	Užmaskavimas
Masked depth maps	Užmaskuotas gylio žemėlapis
Max pooling layer	Sutelkimo imant maksimalią reikšmę sluoksnis
Mean squared error (MSE)	Vidutinė kvadratinė paklaida
Mel-frequency transformation	Mel transformacija
Memory cell	Atminties lastelė
Min-max normalization method	Min-maks. normalizacija
Minority class	Rečiausia klasė
Momentum	Inercija
Motion	Judėjimas
Mutual-attentional fusion block	Bendro dėmesio sutelkimo apjungimo blokas
Multiclass classification	Daugelio klasių klasifikavimas
Multilabel classification	Daugelio žymenų klasifikavimas
Multilayer perceptron	Daugiasluoksnį perceptroną
Multitask learning	Daugiatikslis mokymas
named entity recognition
NER	įvardytų esybių atpažinimas
narrow AI	siaurasis DI
Negative class	Neigiama klasė
Negative instances	Neigiami pavyzdžiai
optical character recognition
OCR	optinis simbolių atpažinimas
Natural language processing (NLP)	Skaitmeninis natūraliosios kalbos apdorojimas
Nearest neighbour upsampling	Išplėtimas taikant artimiausio kaimyno metodą
Neurons	Neuronas
Neural Style Transfer	Neuroniniais tinklais paremtas vaizdų stiliaus perkėlimas
Noise scheduler	triukšmo keitimo planuotojas
Noise-contrastive estimation	Kontrastinis triukšmo vertinimas
Non-Stationary	nestacionarus	Non-stationary process is such when unconditional joint probability distribution does change when shifted in time. Procesas nestacionarus, jei bendras skirstinys kinta laike.
Non-linear model	Netiesinis modelis
Non-maximum suppression algorithm	Ne maksimalaus apjungimo algoritmas
Object detection	Objektų aptikimas
Objective function	Tikslo funkcija	Tiklo funkcija (objective function) - apibrėžtas sprendžiamas uždavinys. Praktikoje gali būti įvairus, pavyzdžiui maksimizuoti tikimybinį pasiskirtymą (P1) ar daugelių tikslų uždavinį (P2). Tam praktikoje konstruojame nuostolių funkciją (loss function) - praktikoje dažnai minimizuojamą funkciją, kurią optimizuodami ieškome nežinomų modelių parametrų (pvz. P1 - neigiama log-tikėtinumo funkcija, P2 - tiesinė kelių uždavinių mažiausių kvadratų funkcija ir pan.). Nuostolių/kaštų funkcijos - vartojamos, kaip sinonimai priklausomai nuo konteksto.
Observation	Stebėjimai
Occlusion	Uždengimas	Object was not visible due occlusion. Objektas buvo nematomas dėl uždengimo.
Open data	Atviri duomenys
Open-source	Atviro kodo
Output	Išvestis
Output gate	Išvesties sklendė
Over-fitting	Persimokymas
Padding	Papildymo transformacija	Sekų/teksto uždaviniuose dažnai nagrinėjami statiniai modeliai, tada įvesčiai esant trumpesnei reikia kažkaip užpildyti likutinę dalį. Papildymo transformacija užpildo likutines įvestis pagal taisyklę (Sekose dažnas papildymas nuliais, tekste - dažnas papildymas tuščiais teksto vienetais [pad])
Probably approximately correct (PAC) learning	Apytikslis mokymasis pagal tikimybę	In PAC learning the learner receives samples and must select a generalization function (called the hypothesis) from a certain class of possible functions. Apytikslis mokymasis pagal tikimybę gautai duomenų imčiai turi parinkti geriausiai begeneralizuojančią funkciją iš tam tikros funkcijų klasės.
Part affinity fields (PAR)	Sričių afininiai laukai
Parametric ReLU	Parametrizuotas dalimis tiesinis vienetas	$$ParametricReLU_a(x) = \begin{cases} 1, & x > 0\ -a x, & x \leq 0 \end{cases},\quad $$, čia a yra vertinamas parametras.
Pattern	Šablonas
Peak signal to noise ratio	Maksimalaus signalo ir triukšmo santykis
Pixel intensity	Pikselio intensyvumas
Perceptual	Suvokimas
Perceptual path	Suvokimo srities
Perceptual path Length	Suvokimo srities vertės
Permutation	Perstatymas
Policy	Strategija
Positive class	Teigiama klasė
Positive instances	Teigiami pavyzdžiai
Phase artifacts	Poziciniai artefaktai
Point biserial correlation	Dviserijinė taškinė koreliacija
Policy gradient	Strategijos gradientas
Pooling transformation	Sutelkimo transformacija
Pooling layer	Sutelkimo sluoksnis	Sutelkimo sluoksnis taikomas giliuose neuroniniuose tinkluose, kaip transformacija visam sluoksniui. Sutelkimo sluoksniai, dažniausiai neturi vertinamų parametrų ir tik agreguoja išvesčių rezultatus.
Privacy-Preserving algorithms	Privatumą išsaugantys algoritmai
Precision	Preciziškumas
Prediction	Prognozė
Probability map	Tikimybių žemėlapis
Proximal Policy Optimization	Stategijos artutinis optimizavimas
Online learning	Nuolatinis mokymasis
One-hot variables	Fiktyvūs kintamieji	One-hot coding, tai procesas užkoduoti kategorijas priskiriant atitinkamai kategorijai vienetuką, o kitoms nulį. Statistikoje, tai suprantama, kaip fiktyvių kintamųjų sukurimas.
One-shot learning	Modelio adaptavimas naujai užduočiai iš vieno pavyzdžio
Optical flow	Optinis srautas
Overfitting	Persimokymas	Tai procesas, kai įvertinami paslinkti modelio parametrai, dėl jų vertinimo tik ant dalies duomenų. Tokiu atveju praktikoje pasikeistus duomenų pasiskirstymui, modelis netinkamas.
Oversampling	Pavyzdžių perteklinis įtraukimas
Real-time	Realaus laiko/realiu laiku
Relative position normalization	Realiatyvios pozicijos normalizavimas
Recall	Atkūrimo statistika	Alternatyva jautrumas. Skaičiuojama taip pat kaip jautrumo statistika.
Rectified Linear Unit (ReLu)	Dalimis tiesinis vienetas	$$relu(x) = max(0, x)$$
Recurrent neural networks (RNN)	Rekurentiniai neuroniniai tinklai
Reinforcement learning	Skatinamasis mokymas
Region proposal network	Sričių pasiūlymo tinklas
Regions of interest (ROI)	Dominančios sritys
Reguliarization	Reguliarizacija	Reguliarizacija, tai baudos/papildomų kaštų pridėjimas prie skaičiuojamos nuostolių funkcijos, įgalinanti atsižvelgti į iškeltus apribojimus.
Restricted Boltzmann machines	Bolcmano mašina su apribojimais
Reset gate	Atstatymo sklendė
Relation	Saveikos
Residual Network (ResNet)	Liekanų neuroninis tinklas	žr. Deep Residual Learning for Image Recognition
Reward	Atlygis
risk	rizika
robustness	robastiškumas
Saturates	Spalvų sodrumas
Shared weights	Bendri parametrai	Pavyzdžiui Siamo neuroniniai tinklai naudoja bendrus sluoksnius skritinguose, modeliuose.
Score	Statistikos vertė
Scaled exponential linear unit (SeLu)	-	$$selu(x) = \lambda \begin{cases} 1, & x > 0\ \alpha e^{x}, & x \leq 0 \end{cases},\quad \lambda=1.0507,\alpha=1.6733. $$
Sigmoid-weighted linear unit (SiLU)	Pasvertas sigmoidinis tiesinis vienetas	$$\sigma(x) = \frac{x}{1 + e^{-x}} = x \sigma(x)$$. žr. Švituojanti aktivacijos funkcija
Semantic segmentation	Semantinis segmentavimas
semantic computing	semantinė kompiuterija
semi-supervised machine learning	pusiau prižiūrimas mašininis mokymasis
Segmentation	Segmentavimas
Segmentation color-based	Segmentacija grįsta spalvų lyginimu
Segmentation region-based	Segmentacija grįsta kraštų radimu
Sensitivity	Jautrumas
Sequential data	Nuoseklūs duomenys
Shift invariance	Postūmiui invariantiškas
Shape	Forma
Shape mask	Formos užmaskavimas
Shape model	Formos modelis
self-attention pooling	Sutelkimas taikant dėmesio sutelkimo mechanizmą
Self-occlusion	Uždengimas savimi	Left ear was not visible due turned face. Kairės ausies nebuvo galima matyti dėl pasukto veido.
Self-supervised progressive ranking loss	Adaptyvi rankingo nuostolių funkcija
Salient points	Svarbiausi taškai
Sigmoid	Sigmoidas	$$\sigma(x) = \frac{1}{1 + e^{-x}} $$,
Skip connections	Praleidimo jungtys
Skeleton-based system	Kūno pozos taškais grįsta sistema
Skeleton edge motion	Kūno pozos taškų judėjimas
Sliding windows	Slenkančio lango
Spatial-temporal data	Erdvę ir laikinę informaciją turintys duomenys
Spatial branch	Erdvis duomenų pjūvis
Style image	Stiliaus vaizdas
Spacial Transformer network	Erdvinės transformacinis tinklas
Space time interest points	Informatyvūs taškai laike ir erdvėje
Sparse activation functions	Praretinta aktivacijos funkcija
Squeeze and recursion temporal gates (SRTG)	Rekursyvi suspaudimo sklendė
Soft nearest neighbor	Apytikslūs artimiausi kaimynai	Jei artimiausių kaimynų metodas, randa tikslius artimiausius kaimynus. Tai šis metodas yra diferencijuojamas, įgalinantis greitai ieškoti apytikliai artimų kaimynų.
Softmax	Eksponentinis normalizavimas / Softmax funkcija
Stationary	Stacionarus
State	Būsena
State-value function for policy π	Strategijos π būsenos vertės funkcija
Stride	Žingsnis
Structural similarity index	Struktūrinis panašumas
symbolic AI	simbolinis DI
Sub-level structural similarity index	Struktūrinis subintensivumų panašumas
Subword tokenization	Teksto skaidymas į teksto vienetus procesas teksto vienetams priskiriant unikalias teksto dalis.
Sum pooling layer	Telkimo sumuojant sluoksnis
Supervised learning	Prižiūrimas mokymas
Stemming	Žodžio kamieno išskyrimas
Swish activation function	Švituojanti aktivacijos funkcija	$$\sigma(x) = \frac{x}{1 + e^{-x}} = x \sigma(x)$$ žr. Pasvertas sigmoidinis tiesinis vienetas
Threshold	Slenkstinė vertė
Template	Šablonas
Temporal Difference algorithm	Laikinųjų-skirtumų algoritmas
Temporal branch	Laikinių duomenų pjūvis
Temporally consistent	Laikiškai pastovus
Temporal gates	Laikinė sklendė
Test data	Testavimo duomenys
text2image	Teksto transformavimas į vaizdą
text-image semantic search	jungtinė teksto-vaizdo semantinė paieška
Transformer	Transformerių neuroninis tinklas
Trade-off	Kompromiso riba	"The bias–variance tradeoff is the property of a model that the variance of the parameter estimates across samples can be reduced by increasing the bias in the estimated parameters" - Kompromiso riba tarp paslinktų ir didelį išsibarstymą turinčių įvertinių tai modelio sąvybė laviruoti tarp neužtikrintų (didelį išsibarstymą/riziką) turinčių nepaslinktų ir paslinktų įvertinių su mažu išsibanstymu.
Training data	Apmokymo duomenys
Transformation network	Transformacinis tinklas
Trial-and-error search	Paieška bandymų-klaidų būdu
Triplet loss function	Trejetų nuostolių (tikslo) funkcija
Token	Teksto vienetas	Teksto vienetas tai skaitinė reikšmė - indeksas nusakantis fiksuotą simbolį, žodžio dalį arba žodį.
Tokenization	Teksto skaidymas į teksto vienetus	Teksto skaidymas į teksto vienetus vienareikšmiškai priskiria duotam tekstui sąrašą teksto vienetų (indeksų).
Tokenizer	Teksto skaidymo į teksto vienetus modelis/transformacija
Undersampling	Pavyzdžių neįtraukimas (imties retinimas)
Unpooling	Atspaudimas
Validation data	Validavimo duomenys
Vanishing gradient problem	Nykstančių gradientų problema	Vertinant nežinomus parametrus gradientiniais metodais, kai turime sudėtingą modelį taikome diferenciavimo taisyklę $$ \begin{eqnarray} \frac{\partial \mathcal{L}}{\partial \theta_{k}^1} = \frac{\partial \mathcal{L}}{\partial \theta_{z}^L} \frac{\partial \theta_{z}^L}{\partial \theta_{z}^{L-1}} \cdot \cdot \cdot \frac{\partial \theta_{z}^{1}}{\partial \theta_{k}^1} \end{eqnarray}$$, tačiau jei narių skaičius didelis, ir apskaičiuotos dalinių išvestinių reikšmės mažos, galutinė reikšmė greitai nyksta. Tai ir vadinama nykstančių gradientų problema.
Value function	Vertės funkcija
Variational Auto-Encoder	Variacinis auto-enkoderis
Undirected	Neorentuotas
Unsupervised learning	Neprižiūrimas mokymas
Upsampled	Išplėtimas
Variance schedule	dispersijos keitimo planuotojas
View layer	Ištiesinimo sluoksnis
Weights	Parametrai
Weighted entropy-variance method	Pasvertas entropijos-dispersijos metodas
Weight matrix	Parametrų matrica
Weight update	Parametrų atnaujinimas
Word tokenization	Teksto skaidymas į teksto vienetus tai procesas teksto vienetams priskiriant unikalius teksto žodžius.
Zoneout	Atsitiktinio išlaikymo transformacija	žr. Atsitiktinio išlaikymo transformacija
Zero padding	Papildymas nuliais
Zero-shot learning	Modelio adaptavimas naujai užduočiai nepateikiant pavyzdžių

For Tasks:

Click tags to check more tools for each tasks

classify images predict outcomes analyze data train models optimize algorithms

For Jobs:

data scientist machine learning engineer ai researcher data analyst ai developer

Alternative AI tools for ML-AI-2-LT

Similar Open Source Tools

ML-AI-2-LT

github

: 52

Awesome-AGI

Awesome-AGI is a curated list of resources related to Artificial General Intelligence (AGI), including models, pipelines, applications, and concepts. It provides a comprehensive overview of the current state of AGI research and development, covering various aspects such as model training, fine-tuning, deployment, and applications in different domains. The repository also includes resources on prompt engineering, RLHF, LLM vocabulary expansion, long text generation, hallucination mitigation, controllability and safety, and text detection. It serves as a valuable resource for researchers, practitioners, and anyone interested in the field of AGI.

github

: 194

linktre-tools

The 'linktre-tools' repository is a collection of tools and resources for independent developers, AI products, cross-border e-commerce, and self-media office assistance. It aims to provide a curated list of tools and products in these areas. Users are encouraged to contribute by submitting pull requests and raising issues for continuous updates. The repository covers a wide range of topics including AI tools, independent development tools, popular AI products, tools for web development, online tools, media operations, and cross-border e-commerce resources.

github

: 338

LLM-for-Healthcare

The repository 'LLM-for-Healthcare' provides a comprehensive survey of large language models (LLMs) for healthcare, covering data, technology, applications, and accountability and ethics. It includes information on various LLM models, training data, evaluation methods, and computation costs. The repository also discusses tasks such as NER, text classification, question answering, dialogue systems, and generation of medical reports from images in the healthcare domain.

github

: 96

Awesome-AISourceHub

Awesome-AISourceHub is a repository that collects high-quality information sources in the field of AI technology. It serves as a synchronized source of information to avoid information gaps and information silos. The repository aims to provide valuable resources for individuals such as AI book authors, enterprise decision-makers, and tool developers who frequently use Twitter to share insights and updates related to AI advancements. The platform emphasizes the importance of accessing information closer to the source for better quality content. Users can contribute their own high-quality information sources to the repository by following specific steps outlined in the contribution guidelines. The repository covers various platforms such as Twitter, public accounts, knowledge planets, podcasts, blogs, websites, YouTube channels, and more, offering a comprehensive collection of AI-related resources for individuals interested in staying updated with the latest trends and developments in the AI field.

github

: 679

kumo-search

Kumo search is an end-to-end search engine framework that supports full-text search, inverted index, forward index, sorting, caching, hierarchical indexing, intervention system, feature collection, offline computation, storage system, and more. It runs on the EA (Elastic automic infrastructure architecture) platform, enabling engineering automation, service governance, real-time data, service degradation, and disaster recovery across multiple data centers and clusters. The framework aims to provide a ready-to-use search engine framework to help users quickly build their own search engines. Users can write business logic in Python using the AOT compiler in the project, which generates C++ code and binary dynamic libraries for rapid iteration of the search engine.

github

: 248

MobileLLM

This repository contains the training code of MobileLLM, a language model optimized for on-device use cases with fewer than a billion parameters. It integrates SwiGLU activation function, deep and thin architectures, embedding sharing, and grouped-query attention to achieve high-quality LLMs. MobileLLM-125M/350M shows significant accuracy improvements over previous models on zero-shot commonsense reasoning tasks. The design philosophy scales effectively to larger models, with state-of-the-art results for MobileLLM-600M/1B/1.5B.

github

: 917

BlossomLM

BlossomLM is a series of open-source conversational large language models. This project aims to provide a high-quality general-purpose SFT dataset in both Chinese and English, making fine-tuning accessible while also providing pre-trained model weights. **Hint**: BlossomLM is a personal non-commercial project.

github

: 55

PaddleScience

PaddleScience is a scientific computing suite developed based on the deep learning framework PaddlePaddle. It utilizes the learning ability of deep neural networks and the automatic (higher-order) differentiation mechanism of PaddlePaddle to solve problems in physics, chemistry, meteorology, and other fields. It supports three solving methods: physics mechanism-driven, data-driven, and mathematical fusion, and provides basic APIs and detailed documentation for users to use and further develop.

github

: 260

Cool-GenAI-Fashion-Papers

Cool-GenAI-Fashion-Papers is a curated list of resources related to GenAI-Fashion, including papers, workshops, companies, and products. It covers a wide range of topics such as fashion design synthesis, outfit recommendation, fashion knowledge extraction, trend analysis, and more. The repository provides valuable insights and resources for researchers, industry professionals, and enthusiasts interested in the intersection of AI and fashion.

github

: 97

awesome-pretrained-chinese-nlp-models

github

: 4.7k

AlignBench

AlignBench is the first comprehensive evaluation benchmark for assessing the alignment level of Chinese large models across multiple dimensions. It includes introduction information, data, and code related to AlignBench. The benchmark aims to evaluate the alignment performance of Chinese large language models through a multi-dimensional and rule-calibrated evaluation method, enhancing reliability and interpretability.

github

: 230

step_into_llm

The 'step_into_llm' repository is dedicated to the 昇思MindSpore technology open class, which focuses on exploring cutting-edge technologies, combining theory with practical applications, expert interpretations, open sharing, and empowering competitions. The repository contains course materials, including slides and code, for the ongoing second phase of the course. It covers various topics related to large language models (LLMs) such as Transformer, BERT, GPT, GPT2, and more. The course aims to guide developers interested in LLMs from theory to practical implementation, with a special emphasis on the development and application of large models.

github

: 405

Awesome_LLM_System-PaperList

Since the emergence of chatGPT in 2022, the acceleration of Large Language Model has become increasingly important. Here is a list of papers on LLMs inference and serving.

github

: 157

ArcadiaScriptPublic

ArcadiaScriptPublic is a repository containing various scripts for learning and practicing JavaScript, Python, and Shell scripting. It is intended for testing and educational purposes only, and not for commercial use. The repository does not guarantee the legality, accuracy, completeness, or effectiveness of the scripts, and users are advised to use them at their own discretion. No resources from the repository are allowed to be republished or redistributed by any public account or self-media. The repository owner disclaims any responsibility for script-related issues, including losses or damages resulting from script errors. Users indirectly utilizing the scripts, such as setting up VPS or engaging in activities that violate national/regional laws or regulations, are solely responsible for any privacy leaks or consequences. If any entity or individual believes that the scripts in the project may infringe upon their rights, they should promptly notify and provide proof of identity and ownership, upon which the relevant scripts will be removed after verification. Anyone viewing or using the scripts in this project should carefully read and accept the disclaimer provided by zjk2017/ArcadiaScriptPublic, as the repository reserves the right to change or supplement the disclaimer at any time. Users must completely delete the downloaded content from their computers or phones within 24 hours of downloading, and any form of profit chain generation is strictly prohibited.

github

: 146

ai-game-development-tools

Here we will keep track of the AI Game Development Tools, including LLM, Agent, Code, Writer, Image, Texture, Shader, 3D Model, Animation, Video, Audio, Music, Singing Voice and Analytics. 🔥 * Tool (AI LLM) * Game (Agent) * Code * Framework * Writer * Image * Texture * Shader * 3D Model * Avatar * Animation * Video * Audio * Music * Singing Voice * Speech * Analytics * Video Tool

github

: 312

For similar tasks

Azure-Analytics-and-AI-Engagement

The Azure-Analytics-and-AI-Engagement repository provides packaged Industry Scenario DREAM Demos with ARM templates (Containing a demo web application, Power BI reports, Synapse resources, AML Notebooks etc.) that can be deployed in a customer’s subscription using the CAPE tool within a matter of few hours. Partners can also deploy DREAM Demos in their own subscriptions using DPoC.

github

: 136

sorrentum

Sorrentum is an open-source project that aims to combine open-source development, startups, and brilliant students to build machine learning, AI, and Web3 / DeFi protocols geared towards finance and economics. The project provides opportunities for internships, research assistantships, and development grants, as well as the chance to work on cutting-edge problems, learn about startups, write academic papers, and get internships and full-time positions at companies working on Sorrentum applications.

github

: 89

tidb

TiDB is an open-source distributed SQL database that supports Hybrid Transactional and Analytical Processing (HTAP) workloads. It is MySQL compatible and features horizontal scalability, strong consistency, and high availability.

github

: 37.1k

zep-python

Zep is an open-source platform for building and deploying large language model (LLM) applications. It provides a suite of tools and services that make it easy to integrate LLMs into your applications, including chat history memory, embedding, vector search, and data enrichment. Zep is designed to be scalable, reliable, and easy to use, making it a great choice for developers who want to build LLM-powered applications quickly and easily.

github

: 60

telemetry-airflow

This repository codifies the Airflow cluster that is deployed at workflow.telemetry.mozilla.org (behind SSO) and commonly referred to as "WTMO" or simply "Airflow". Some links relevant to users and developers of WTMO: * The `dags` directory in this repository contains some custom DAG definitions * Many of the DAGs registered with WTMO don't live in this repository, but are instead generated from ETL task definitions in bigquery-etl * The Data SRE team maintains a WTMO Developer Guide (behind SSO)

github

: 176

mojo

Mojo is a new programming language that bridges the gap between research and production by combining Python syntax and ecosystem with systems programming and metaprogramming features. Mojo is still young, but it is designed to become a superset of Python over time.

github

: 23.0k

pandas-ai

PandasAI is a Python library that makes it easy to ask questions to your data in natural language. It helps you to explore, clean, and analyze your data using generative AI.

github

: 12.9k

databend

Databend is an open-source cloud data warehouse that serves as a cost-effective alternative to Snowflake. With its focus on fast query execution and data ingestion, it's designed for complex analysis of the world's largest datasets.

github

: 7.7k

For similar jobs

promptflow

**Prompt flow** is a suite of development tools designed to streamline the end-to-end development cycle of LLM-based AI applications, from ideation, prototyping, testing, evaluation to production deployment and monitoring. It makes prompt engineering much easier and enables you to build LLM apps with production quality.

github

: 9.2k

deepeval

DeepEval is a simple-to-use, open-source LLM evaluation framework specialized for unit testing LLM outputs. It incorporates various metrics such as G-Eval, hallucination, answer relevancy, RAGAS, etc., and runs locally on your machine for evaluation. It provides a wide range of ready-to-use evaluation metrics, allows for creating custom metrics, integrates with any CI/CD environment, and enables benchmarking LLMs on popular benchmarks. DeepEval is designed for evaluating RAG and fine-tuning applications, helping users optimize hyperparameters, prevent prompt drifting, and transition from OpenAI to hosting their own Llama2 with confidence.

github

: 3.2k

MegaDetector

MegaDetector is an AI model that identifies animals, people, and vehicles in camera trap images (which also makes it useful for eliminating blank images). This model is trained on several million images from a variety of ecosystems. MegaDetector is just one of many tools that aims to make conservation biologists more efficient with AI. If you want to learn about other ways to use AI to accelerate camera trap workflows, check out our of the field, affectionately titled "Everything I know about machine learning and camera traps".

github

: 106

leapfrogai

LeapfrogAI is a self-hosted AI platform designed to be deployed in air-gapped resource-constrained environments. It brings sophisticated AI solutions to these environments by hosting all the necessary components of an AI stack, including vector databases, model backends, API, and UI. LeapfrogAI's API closely matches that of OpenAI, allowing tools built for OpenAI/ChatGPT to function seamlessly with a LeapfrogAI backend. It provides several backends for various use cases, including llama-cpp-python, whisper, text-embeddings, and vllm. LeapfrogAI leverages Chainguard's apko to harden base python images, ensuring the latest supported Python versions are used by the other components of the stack. The LeapfrogAI SDK provides a standard set of protobuffs and python utilities for implementing backends and gRPC. LeapfrogAI offers UI options for common use-cases like chat, summarization, and transcription. It can be deployed and run locally via UDS and Kubernetes, built out using Zarf packages. LeapfrogAI is supported by a community of users and contributors, including Defense Unicorns, Beast Code, Chainguard, Exovera, Hypergiant, Pulze, SOSi, United States Navy, United States Air Force, and United States Space Force.

github

: 255

llava-docker

This Docker image for LLaVA (Large Language and Vision Assistant) provides a convenient way to run LLaVA locally or on RunPod. LLaVA is a powerful AI tool that combines natural language processing and computer vision capabilities. With this Docker image, you can easily access LLaVA's functionalities for various tasks, including image captioning, visual question answering, text summarization, and more. The image comes pre-installed with LLaVA v1.2.0, Torch 2.1.2, xformers 0.0.23.post1, and other necessary dependencies. You can customize the model used by setting the MODEL environment variable. The image also includes a Jupyter Lab environment for interactive development and exploration. Overall, this Docker image offers a comprehensive and user-friendly platform for leveraging LLaVA's capabilities.

github

: 59

carrot

The 'carrot' repository on GitHub provides a list of free and user-friendly ChatGPT mirror sites for easy access. The repository includes sponsored sites offering various GPT models and services. Users can find and share sites, report errors, and access stable and recommended sites for ChatGPT usage. The repository also includes a detailed list of ChatGPT sites, their features, and accessibility options, making it a valuable resource for ChatGPT users seeking free and unlimited GPT services.

github

: 16.9k

TrustLLM

TrustLLM is a comprehensive study of trustworthiness in LLMs, including principles for different dimensions of trustworthiness, established benchmark, evaluation, and analysis of trustworthiness for mainstream LLMs, and discussion of open challenges and future directions. Specifically, we first propose a set of principles for trustworthy LLMs that span eight different dimensions. Based on these principles, we further establish a benchmark across six dimensions including truthfulness, safety, fairness, robustness, privacy, and machine ethics. We then present a study evaluating 16 mainstream LLMs in TrustLLM, consisting of over 30 datasets. The document explains how to use the trustllm python package to help you assess the performance of your LLM in trustworthiness more quickly. For more details about TrustLLM, please refer to project website.

github

: 412

AI-YinMei

AI-YinMei is an AI virtual anchor Vtuber development tool (N card version). It supports fastgpt knowledge base chat dialogue, a complete set of solutions for LLM large language models: [fastgpt] + [one-api] + [Xinference], supports docking bilibili live broadcast barrage reply and entering live broadcast welcome speech, supports Microsoft edge-tts speech synthesis, supports Bert-VITS2 speech synthesis, supports GPT-SoVITS speech synthesis, supports expression control Vtuber Studio, supports painting stable-diffusion-webui output OBS live broadcast room, supports painting picture pornography public-NSFW-y-distinguish, supports search and image search service duckduckgo (requires magic Internet access), supports image search service Baidu image search (no magic Internet access), supports AI reply chat box [html plug-in], supports AI singing Auto-Convert-Music, supports playlist [html plug-in], supports dancing function, supports expression video playback, supports head touching action, supports gift smashing action, supports singing automatic start dancing function, chat and singing automatic cycle swing action, supports multi scene switching, background music switching, day and night automatic switching scene, supports open singing and painting, let AI automatically judge the content.

github

: 529