Regresia je technika strojového učenia používaná na predpovedanie kontinuálnych hodnôt na základe vstupných dát. Hlavné typy regresie zahŕňajú:

Predspracovanie dát je kritický krok v strojovom učení, ktorý zahŕňa čistenie, transformáciu a prípravu dát pred použitím v modeloch. Typické úlohy predspracovania zahŕňajú:

Overfitting (pretrénovanie) nastáva, keď model sa príliš prispôsobí tréningovým dátam, čo vedie k nízkemu výkonu na nových, neznámych dátach. Aby sa predišlo overfittingu, je možné

Neurónové siete sú modely inšpirované štruktúrou a funkciou ľudského mozgu. Skladajú sa z vrstiev vzájomne prepojených uzlov (neurónov), kde každé spojenie má váhu, ktorá sa

Explainable AI (XAI) je podpole umelej inteligencie, ktoré sa zameriava na vytváranie AI systémov, ktoré môžu poskytovať ľahko pochopiteľné a transparentné vysvetlenia svojich rozhodnutí a

AI v oblasti zdravotnej starostlivosti sa používa na zlepšenie diagnostiky, liečby a správy pacientov. Aplikácie AI zahrňujú analýzu medicínskych obrazov, prediktívne modely na identifikáciu rizika

Generatívne adversariálne siete (GANs) sú architektúra hlbokého učenia, ktorá zahŕňa dve neurónové siete: generátor a diskriminátor, ktoré sa navzájom konkurujú. Generátor sa snaží vytvoriť realistické

AI etika sa zaoberá morálnymi a etickými otázkami, ktoré vznikajú pri vývoji a používaní umelej inteligencie. Témy v oblasti AI etiky zahrňujú dôvernosť a súkromie,

Posilňovacie učenie (Reinforcement Learning) je technika strojového učenia, kde agent učí optimálne rozhodovanie prostredníctvom skúseností a spätnej väzby z prostredia. Agent sa učí pomocou odmien

Spracovanie prirodzeného jazyka (NLP) je oblasť AI, ktorá sa zaoberá interakciou medzi počítačmi a ľudským jazykom. Cieľom NLP je umožniť počítačom porozumieť, interpretovať a generovať