Glossário

acelerador

Na computação de alto desempenho, um circuito especializado que é usado para retirar parte da carga computacional da CPU, aumentando a eficiência do sistema. Por exemplo, na aprendizagem profunda, a computação acelerada por GPU é frequentemente empregada para descarregar parte da carga de trabalho de computação em uma GPU enquanto o aplicativo principal é executado na CPU. Consulte também unidade de processamento gráfico.

prestação de contas

A expectativa de que as organizações ou indivíduos assegurarão o funcionamento adequado, ao longo de seu ciclo de vida, dos sistemas de IA que projetam, desenvolvem, operam ou implementam, de acordo com suas funções e estruturas regulamentares aplicáveis. Isso inclui determinar quem é responsável por um erro de IA que pode exigir que os especialistas jurídicos determinem a responsabilidade caso a caso.

função de ativação

Uma função que define a saída de uma unidade neural, dado um conjunto de ativações de entrada de outros neurônios

Aprendizagem ativa

Um modelo para aprendizado de máquina no qual o sistema solicita dados mais rotulados somente quando ele precisa...

metadados ativos

Metadados que são atualizados automaticamente com base na análise por processos de aprendizado de máquina Por exemplo, a criação de perfil e a análise de qualidade de dados atualizam metadados automaticamente para ativos de dados.

tempo de execução ativo

Uma instância de um ambiente que está sendo executado para fornecer recursos de computação a ativos que executam código.

agente

Um algoritmo ou um programa que interage com um ambiente para aprender ações ou decisões ideais, normalmente usando o aprendizado por reforço, para atingir um objetivo específico.

AI

Consulte a inteligência artificial

Acelerador de IA

Hardware de silício especializado projetado para executar com eficiência tarefas relacionadas à IA, como aprendizagem profunda, aprendizagem automática e redes neurais, para uma computação mais rápida e eficiente em termos de energia. Pode ser uma unidade dedicada em um núcleo, um chiplet separado em um chip de vários módulos ou um cartão separado.

Ética em IA

Um campo multidisciplinar que estuda como otimizar o impacto benéfico da IA enquanto reduz riscos e resultados adversos. Exemplos de questões éticas de IA são responsabilidade e privacidade de dados, justiça, explicabilidade, robustez, transparência, sustentabilidade ambiental, inclusão, agência moral, alinhamento de valor, responsabilidade, confiança e uso indevido de tecnologia.

Governança de IA

O ato de uma organização de governar, por meio de suas instruções corporativas, equipe, processos e sistemas para direcionar, avaliar, monitorar e tomar ações corretivas em todo o ciclo de vida de IA, para fornecer garantia de que o sistema de IA está operando conforme a intenção da organização, como suas partes interessadas esperam e conforme exigido pela regulamentação relevante.

Segurança de IA

O campo de pesquisa com o objetivo de garantir que os sistemas de inteligência artificial operem de maneira benéfica para a humanidade e não causem danos inadvertidamente, abordando questões como confiabilidade, justiça, transparência e alinhamento dos sistemas de IA com os valores humanos.

Sistema de IA

Consulte o sistema de inteligência artificial

Algoritmo

Uma fórmula aplicada aos dados para determinar as maneiras ideais de resolver problemas analíticos

análise de dados

A ciência que estuda dados para descobrir padrões significantes neles e chegar a conclusões com base nesses padrões.

inteligência artificial (IA)

A capacidade de adquirir, processar, criar e aplicar conhecimento na forma de um modelo para fazer previsões, recomendações ou decisões.

sistema de inteligência artificial (sistema AI)

Um sistema que pode fazer previsões, recomendações ou decisões que influenciam ambientes físicos ou virtuais e cujas saídas ou comportamentos não são necessariamente pré-determinados por seu desenvolvedor ou usuário. Os sistemas de IA geralmente são treinados com grandes quantidades de dados estruturados ou não estruturados e podem ser projetados para operar com diferentes níveis de autonomia ou nenhum, para atingir objetivos definidos por humanos.

ativo

Um item em um projeto ou catálogo que contém metadados sobre dados ou análise de dados..

regra de composição de atributos

Uma de um conjunto de regras que determinam como os valores de atributos de uma entidade de dados mestre são selecionados a partir de seus registros de membros. Veja também a regra.

Experimento do AutoAI

Um processo de treinamento automatizado que considera uma série de definições de treinamento e parâmetros para criar um conjunto de pipelines classificados como candidatos a modelo.

implementação em lote

Um método para implementar modelos que processam dados de entrada de um arquivo, conexão de dados ou dados conectados em um depósito de armazenamento e, em seguida, grava a saída em um destino selecionado

viés

Erro sistemático em um sistema de IA que foi projetado, intencionalmente ou não, de forma a gerar decisões injustas. A propensão pode estar presente tanto no sistema de IA quanto nos dados usados para treiná-lo e testá-lo (a). O viés de IA pode surgir em um sistema de IA como resultado de expectativas culturais, limitações técnicas ou contextos de implementação imprevistos. Consulte também justiça.

detecção de propensão

O processo de calcular a justiça para as métricas para detectar quando os modelos de IA estão entregando resultados injustos com base em determinados atributos.

Mitigação de viés

Redução de vieses em modelos de IA por meio da curadoria de dados de treinamento e da aplicação de técnicas de equidade.

classificação binária

Um modelo de classificação com duas classes Predições são uma escolha binária de uma das duas classes.

termo de negócios

Uma palavra ou frase que define um conceito de negócio de uma forma padrão para uma empresa. Os termos podem ser usados para enriquecer os metadados de ativos de dados e para definir os critérios de regras de proteção de dados.

vocabulário de negócios

O conjunto de artefatos de controle, como termos de negócios e classes de dados, que descrevem e enriquecem ativos de dados..

catálogo

Um repositório de ativos para um compartilhamento de organização.. Os ativos em catálogos podem ser controlados por regras de proteção de dados e enriquecidos por outros artefatos de controle, como classificações, classes de dados e termos de negócios. Os catálogos podem armazenar dados estruturados e não estruturados, referências a dados em origens de dados externas e outros ativos analíticos, como modelos de aprendizado de máquina.

categoria

Para governança de dados, um espaço de trabalho colaborativo para organizar e gerenciar artefatos de governança.

classificação

Para a governança de dados, um artefato de governança que descreve o nível de sensibilidade dos dados em um ativo de dados.

purificar

Para assegurar que todos os valores de um conjunto de dados são consistentes e foram gravados corretamente.

colaborador

Um membro de um grupo de pessoas que estão trabalhando juntas para um objetivo comum.

problema combinatório

Um problema que é difícil de ser resolvido porque exige que várias decisões sejam tomadas envolvendo muitas combinações de escolhas possíveis. Alguns exemplos são a localização de um agrupamento, ordenação ou designação de objetos.

recursos de cálculo

Os recursos de hardware e software especificados por uma definição de ambiente para executar ativos analíticos.

matriz de confusão

Uma medida de desempenho que determina a precisão entre os resultados preditos positivos e negativos de um modelo em comparação com os resultados reais positivos e negativos

Dados conectados

Um conjunto de dados que é acessado por meio de uma conexão com uma origem de dados externa

Conexão

As informações requeridas para conectar-se a um banco de dados. As informações reais necessárias variam de acordo com o DBMS e o método de conexão.

restrição

Em Decision Optimization, uma condição que deve ser satisfeita pela solução de um problema.

aprendizado contínuo

Automatizar as tarefas de monitoramento de desempenho do modelo, treinar novamente com novos dados e reimplementar para assegurar a qualidade de predição.

Implementação do Core ML

O processo de download de uma implementação no formato Core ML para uso em apps iOS.

corpus

Uma coleção de documentos de origem que são usados para treinar um modelo de aprendizado de máquina.

Modelo CPLEX

Um modelo de Decision Optimization que é formulado para ser resolvido pelo mecanismo CPLEX.

Modelo CPO

Um modelo de programação com restrições que é formulado para ser resolvido pelo mecanismo CP Optimizer (CPO) Decision Optimization.

curar

• Selecionar, coletar, conservar e manter o conteúdo relevante para um tópico específico. A curadoria estabelece, mantém e inclui valor para dados; ela transforma dados em informações confiáveis e conhecimento.
• Criar um ativo de dados e prepará-lo para ser publicado em um catálogo. A curadoria pode incluir o enriquecimento do ativo de dados designando artefatos de controle, como termos de negócios, classificação e classes de dados, e a análise da qualidade dos dados no ativo de dados.

ativo de dados

Um ativo que aponta para dados, por exemplo, para um arquivo transferido por upload. As conexões e os ativos de dados conectados também são considerados ativos de dados.

classe de dados

Um artefato de controle que categoriza colunas em conjuntos de dados relacionais de acordo com o tipo dos dados e como os dados são usados.

controle de dados

O processo de rastreamento e controle de dados para manter a qualidade, a segurança e a conformidade dos dados.

integração de dados

A combinação de processos técnicos e de negócios que são usados para combinar dados de fontes diferentes em informações significativas e valiosas.

data lake

Um repositório de armazenamento de dados em grande escala que armazena dados brutos em qualquer formato em uma arquitetura simples Os data lakes contêm dados estruturados e não estruturados, bem como dados binários, para fins de processamento e análise.

Data lakehouse

Uma arquitetura unificada de armazenamento e processamento de dados que combina a flexibilidade de um data lake com a consulta estruturada e as otimizações de desempenho de um data warehouse, permitindo uma análise de dados escalável e eficiente para aplicativos de IA e análise.

mineração de dados

O processo de coleta de informações críticas de negócios de uma fonte de dados, correlacionando as informações e desvendando associações, padrões e tendências. Consulte também analítica preditiva

modelo de dados

Uma visualização de elementos de dados, seus relacionamentos e seus atributos

Pipeline de dados

Uma série de etapas de processamento e transformação de dados.

privacidade de dados

A proteção de dados contra acesso não autorizado e uso inadequado.

Produto de dados

Uma coleção de dados otimizados ou ativos relacionados a dados que são compactados para reutilização e distribuição com acesso controlado. Os produtos de dados contêm dados e modelos, painéis e outros tipos de ativos computacionais. Ao contrário dos ativos de dados em catálogos de controle, os produtos de dados são gerenciados como produtos com diversos propósitos para fornecer valor de negócios...

regra de proteção de dados

Um artefato de controle que especifica quais dados controlar e como controlá-los. Uma regra de proteção de dados contém critérios e uma ação. Veja também a regra.

Análise de qualidade de dados

A análise dos dados em relação às dimensões de qualidade precisão, completude, consistência, pontualidade, singularidade e validade.

definição de qualidade de dados

Uma definição de qualidade de dados descreve uma avaliação de regra ou condição para as regras de qualidade de dados

regra de qualidade de dados

Durante a análise de qualidade de dados, uma regra de qualidade de dados que avalia dados para se condições específicas são atendidas e identifica registros que não atendem às condições como violações de regras. Veja também a regra.

Fluxo do Data Refinery

Uma origem de dados, uma cadeia de uma ou mais operações que refinam e moldam essa origem de dados, além de um destino para o qual os dados são movidos.

ciência de dados

A análise e visualização de dados estruturados e não estruturados para descobrir insights e conhecimentos.

conjunto de dados

Uma coleção de dados, geralmente na forma de linhas (registros) e colunas (campos) e contidos em um arquivo ou uma tabela de banco de dados.

origem de dados

Um repositório, fila ou feed para leitura de dados, como um banco de dados.

Fluxo do DataStage

Um ativo que se baseia em um conjunto ordenado de etapas para extrair, transformar e carregar dados.

tabela de dados

Uma coleção de dados, geralmente sob a forma de linhas (registros) e colunas (campos), contidos em uma tabela.

armazém de dados

Um repositório grande e centralizado de dados coletados de várias origens que é usado para relatório e análise de dados Ele armazena principalmente dados estruturados e semi-estruturados, permitindo que as empresas tomem decisões informadas.

Experimento do Decision Optimization

Um ativo que contém um grupo de cenários que representam diferentes formulações de modelo ou conjuntos de dados relacionados ao mesmo problema que está sendo resolvido.

Modelo do Decision Optimization

Um modelo prescritivo que pode ser resolvido com otimização para oferecer a melhor solução para um problema do Decision Optimization.

variável de decisão

Uma de um conjunto de variáveis que representam decisões a serem tomadas, cujos valores são determinados pelo mecanismo de otimização enquanto assegura que todas as restrições sejam satisfeitas e o objetivo otimizado.

aprendizado profundo

Um modelo computacional que usa várias camadas de nós interconectados, organizados em camadas hierárquicas, para transformar dados de entrada (primeira camada) por meio de uma série de cálculos para produzir uma saída (camada final). A aprendizagem profunda é inspirada na estrutura e na função do cérebro humano.

aprendizado de deep learning

Um processo de treinamento de modelos que se baseia em um agrupamento lógico de uma ou mais definições de treinamento de modelos que estão conectadas em uma rede neural.

rede neural profunda

Uma rede neural com várias camadas ocultas, permitindo representações mais complexas dos dados.

implementação

Um modelo ou pacote de aplicativos que está disponível para uso.

espaço de implementação

Uma área de trabalho na qual modelos são implementados e implementações são gerenciadas.

DOcplex

Uma API Python para modelar e resolver problemas do Decision Optimization .

URL de terminal

Endereço de destino de rede que identifica recursos, como serviços e objetos. Por exemplo, uma URL de terminal é usada para identificar o local de uma implementação de modelo ou função quando um usuário envia dados de carga útil para a implementação.

ambiente

Os recursos de cálculo para executar tarefas.

tempo de execução do ambiente

Uma instanciação do modelo de ambiente para executar ativos.

modelo do ambiente

Uma definição que especifica recursos de hardware e software para instanciar tempos de execução do ambiente.

explicabilidade

• A capacidade dos usuários humanos de rastrear, auditar e entender as predições feitas em aplicativos que usam os sistemas de IA.
• A capacidade de um sistema de IA para fornecer insights que os humanos podem usar para entender as causas das previsões do sistema.

justiça

Em um sistema AI, o tratamento equitativo de indivíduos ou grupos de indivíduos. A escolha de uma noção específica de equidade para um sistema de IA depende do contexto em que é usado. Consulte também propensão..

variável

Uma propriedade ou característica de um item em um conjunto de dados, por exemplo, uma coluna em uma planilha. Em alguns casos, os recursos são projetadas como combinações de outros recursos no conjunto de dados

Engenharia de recurso

O processo de selecionar, transformar e criar novos recursos de dados brutos para melhorar o desempenho e o poder preditivo de modelos de aprendizado de máquina.

seleção de variável

Identificar as colunas de dados que melhor suportam uma previsão ou uma pontuação precisa em um modelo de aprendizado de máquina

armazenamento de recursos

Um repositório ou sistema centralizado que gerencia e organiza recursos, fornecendo uma maneira escalável e eficiente de armazenar, recuperar e compartilhar dados de recursos em pipelines e aplicativos de aprendizado de máquina

transformação de recurso

No AutoAI, uma fase de criação de pipeline que aplica algoritmos para transformar e otimizar os dados de treinamento para alcançar o melhor resultado para o tipo de modelo.

fluxo

Uma coleção de nós que definem um conjunto de etapas para processamento de dados ou treinamento de um modelo.

Modelo de base

Um modelo de IA que pode ser adaptado a uma ampla gama de tarefas downstream. Os modelos básicos geralmente são modelos generativos de larga escala treinados em dados não rotulados usando autossupervisão. Como modelos de grande escala, os modelos de fundação podem incluir bilhões de parâmetros.

gráfico de Gantt

Uma representação gráfica de uma linha de tempo de projeto e duração na qual os dados do planejamento são exibidos como barras horizontais ao longo de uma escala de tempo.

IA generativa

Consulte IA generativa.

iA generativa (gen AI)

Uma classe de algoritmos de IA que pode produzir vários tipos de conteúdo, incluindo texto, código-fonte, imagens, áudio e dados sintéticos.

artefato de controle

Os itens de controle que enriquecem ou controlam ativos de dados. Os artefatos de controle incluem termos de negócios, classificações, classes de dados, políticas, regras e conjuntos de dados de referência.

regra de controle

Um artefato de controle que fornece uma descrição de idioma natural dos critérios que são usados para determinar se os ativos de dados estão em conformidade com os objetivos de negócios Veja também a regra.

Fluxo de trabalho de controle

Um processo baseado em tarefa para controlar a criação, modificação e exclusão de artefatos de controle.

catálogo controlado

Um catálogo que tem a aplicação de regras de proteção de dados ativada.

GPU

Consulte unidade de processamento gráfico.

construtor gráfico

Uma ferramenta para criar ativos de fluxo por meio de codificação visual. Uma tela é uma área na qual são colocados objetos ou nós que podem ser conectados para criar um fluxo.

Unidade de processamento de gráfico (GPU)

Um processador especializado projetado para manipular e alterar rapidamente a memória para acelerar a criação de imagens em um buffer de quadro destinado à saída para um monitor. As GPUs são muito utilizadas no aprendizado de máquina devido aos seus recursos de processamento paralelo... Consulte também acelerador.

aterramento

Fornecer informações a um grande modelo de linguagem para melhorar a precisão dos resultados.

Detecção de HAP (detecção de HAP)

• A capacidade de detectar e filtrar ódio, abuso e palavrões, tanto nos prompts enviados pelos usuários quanto nas respostas geradas por um modelo de IA.

Detector de HAP (detector de HAP)

• Um classificador de frases que remove conteúdo potencialmente prejudicial, como discurso de ódio, abuso e palavrões, da saída e da entrada do modelo de fundação.

conjunto de retenção

Um conjunto de dados rotulados que é intencionalmente retido dos conjuntos de treinamento e validação, servindo como uma avaliação imparcial do desempenho do modelo final em dados não vistos.

supervisão humana

Envolvimento humano na revisão de decisões tomadas por um sistema de IA, permitindo autonomia humana e responsabilidade de decisão.

hiperparâmetro

No aprendizado de máquina, um parâmetro cujo valor é configurado antes do treinamento como uma forma de aumentar a precisão do modelo.

imagem

Um pacote de software que contém um conjunto de bibliotecas.

inferência

O processo de execução de dados em tempo real por meio de um modelo de IA treinado para fazer uma previsão ou resolver uma tarefa.

alimentar

• Alimentar dados em um sistema com o propósito de criar uma base de conhecimento.
• Incluir continuamente um alto volume de dados em tempo real em um banco de dados.

parecer

Uma compreensão precisa ou profunda de algo. Os insights são derivados usando a análise cognitiva para fornecer capturas instantâneas e predições atuais de comportamentos e atitudes do cliente

intenção

Um propósito ou objetivo expresso pela entrada do cliente para um chatbot, como responder a uma pergunta ou processar um pagamento de conta.

tarefa

Uma unidade de trabalho executável separadamente.

base de conhecimento

Ver corpus.

dados rotulados

Dados brutos que são rótulos designados para incluir contexto ou significado para que possam ser usados para treinar modelos de aprendizado de máquina. Por exemplo, os valores numéricos podem ser rotulados como CEPs ou idades para fornecer contexto para entradas e saídas do modelo

modelo de linguagem grande (LLM)

Um modelo de idioma com um grande número de parâmetros, treinado em uma grande quantidade de texto.

linhagem

• O histórico do fluxo de dados por meio de ativos
• O histórico dos eventos executados em um ativo..

LLM

Consulte modelo de idioma grande.

modelo lógico

Uma representação lógica de objetos de dados relacionados a um domínio de negócios.

aprendizado de máquina (ML)

Um ramo de inteligência artificial (IA) e ciência da computação que se concentra no uso de dados e algoritmos para imitar a maneira como os seres humanos aprendem, melhorando gradualmente a precisão dos modelos de IA.

estrutura de aprendizado de máquina

As bibliotecas e o tempo de execução para treinamento e implementação de um modelo.

modelo de aprendizagem de máquina

Um modelo de IA que é treinado em um conjunto de dados para desenvolver algoritmos que ele pode usar para analisar e aprender com novos dados.

máscara

Substituir valores de dados sensíveis em uma coluna de um conjunto de dados. Métodos de mascaramento variam no utilitário de dados e na privacidade de fornecer valores de substituição formatados de forma semelhante que retêm a integridade referencial para fornecer o mesmo valor de substituição para a coluna inteira.

fluxo de mascaramento

Um fluxo que produz cópias permanentemente mascaradas de dados

dados mestre

• Para treinamento de modelo, dados de referência que permanecem os mesmos para várias tarefas no mesmo modelo, mas que podem ser alterados, se necessário.
• Em Match 360, uma visualização consolidada dos dados das origens diferentes

entidade de dados mestre

Uma composição de registros que um algoritmo de correspondência determinou que representam a mesma entidade do mundo real, como uma pessoa ou organização. Cada entidade inclui um ou vários registros de membros que o algoritmo de correspondência vinculou.

programação matemática (MP)

Um campo de matemática, ou pesquisa operacional, usado para modelar e resolver problemas do Decision Optimization. Isso engloba uma programação linear, inteira, inteira mista e não linear.

importação de metadados

Um método de importação de metadados associado a ativos de dados, incluindo metadados de processo que descrevem a linhagem de ativos de dados e metadados técnicos que descrevem a estrutura de ativos de dados.

desalinhamento

Uma discrepância entre as metas ou comportamentos que um sistema de IA é otimizado para alcançar e os objetivos verdadeiros, muitas vezes complexos, de seus usuários humanos ou designers

ML

Consulte Machine Learning.

MLOps

• A prática para colaboração entre cientistas de dados e profissionais de operações para ajudar a gerenciar o ciclo de vida de aprendizado de máquina de produção (ou deep learning). O MLOps procura aumentar a automação e melhorar a qualidade do ML de produção, ao mesmo tempo em que se concentra nos requisitos de negócios e regulatórios Envolve desenvolvimento de modelo, treinamento, validação, implementação, monitoramento e gerenciamento e usa métodos como CI/CD.
• Uma metodologia que leva um modelo de aprendizado de máquina do desenvolvimento para a produção

modelo

• Em um contexto de aprendizado de máquina, um conjunto de funções e algoritmos que foram treinados e testados em um conjunto de dados para fornecer predições ou decisões.
• No Decision Optimization, uma formulação matemática de um problema que pode ser resolvido com mecanismos de otimização CPLEX usando conjuntos de dados diferentes.

formulação do modelo

No Decision Optimization, a formulação matemática de um modelo expressa como uma lista de variáveis de decisão, uma ou mais funções objetivas a serem maximizadas ou minimizadas e algumas restrições a serem satisfeitas.

ModelOps

Uma metodologia para gerenciar o ciclo de vida completo do modelo de IA, incluindo treinamento, implementação, pontuação, avaliação, novo treinamento e atualização.

PF

Consulte programação matemática.

idioma natural

Uma sintaxe de modelagem que se assemelha à linguagem humana natural (em inglês) para formular modelos.

processamento de linguagem natural (NLP)

Um campo de inteligência artificial e da linguística que estuda os problemas inerentes no processamento e manipulação de língua natural, com um objetivo de aumentar a capacidade dos computadores para entender linguagens humanas.

biblioteca de processamento de linguagem natural

Uma biblioteca que fornece funções básicas de processamento de linguagem natural para a análise de sintaxe e modelos pré-treinados prontos para uso para uma ampla variedade de tarefas de processamento de texto

rede neural

Um modelo matemático para prever ou classificar os casos usando um esquema matemático complexo que simula uma versão abstrata de células cerebrais. Uma rede neural é treinada ao apresentá-la com um grande número de casos observados, um de cada vez, e permitir que ela se atualize repetidamente até que aprenda a tarefa.

NLP

Consulte o processamento de linguagem natural

nós

A representação gráfica de uma operação de dados em um fluxo. Os diferentes tipos de nós têm formas diferentes para indicar o tipo de operação que eles executam.

bloco de notas

Um documento interativo que contém código executável, texto descritivo para esse código e os resultados de qualquer código executado.

kernel do bloco de notas

A parte do editor de bloco de notas que executa o código e retorna os resultados computacionais

ofuscar

Para substituir dados em uma coluna por valores formatados de forma semelhante que correspondem ao formato original. Uma forma de mascaramento.

função objetiva

No Decision Optimization e na pesquisa de operações, uma expressão para otimizar (ou seja, para minimizar ou maximizar) enquanto satisfaz outras restrições do problema.

armazenamento de objetos

Um método de armazenamento de dados, geralmente usado na nuvem, no qual os dados são armazenados como unidades discretas, ou objetos, em um conjunto de armazenamentos ou repositório que não usa uma hierarquia de arquivos, mas que armazena todos os objetos no mesmo nível.

implementação on-line

Método de acesso a um modelo ou implementação de código Python por meio de um terminal de API como um serviço da Web para gerar previsões online, em tempo real.

ontologia

Uma especificação formal explícita da representação dos objetos, conceitos e outras entidades que podem existir em alguma área de interesse e os relacionamentos entre eles.

ativo operacional

Um ativo que executa código em uma ferramenta ou uma tarefa.

modelo OPL

Uma formulação de modelo expressa em linguagem de modelagem OPL.

solução ideal

Em pesquisa de operações, uma solução para um problema que otimiza a função objetiva (se linear ou quadrática) e satisfaz todas as outras restrições do problema.

Otimização

O processo de encontrar a solução mais adequada para um problema precisamente definido, respeitando as restrições e limitações impostas. Por exemplo, determinar como alocar recursos ou como localizar os melhores elementos ou combinações de um grande conjunto de alternativas.

orquestração

O processo de criação de um fluxo de ponta a ponta que pode treinar, executar, implementar, testar e avaliar um modelo de aprendizado de máquina e usa automação para coordenar o sistema, geralmente usando microsserviços.

Revisão de pares

Um processo durante o qual um usuário do administrador de dados compara registros para determinar se eles são compatíveis. Os resultados da revisão de pares treinam um algoritmo de correspondência para decidir quais registros serão combinados com as entidades de dados mestre.

Parâmetro

Uma parte configurável do modelo que é interno a um modelo e cujos valores são estimados ou aprendidos a partir dos dados Os parâmetros são aspectos do modelo ajustados durante o processo de treinamento para ajudar o modelo a prever com precisão a saída. O desempenho e o poder preditivo do modelo dependem amplamente dos valores desses parâmetros.

payload

Os dados que são passados para uma implementação para obter de volta uma pontuação, predição ou solução.

criação de log de carga útil

A captura dos dados de carga útil e do resultado da implementação para monitorar o funcionamento contínuo de IA em aplicativos de negócios.

modelo físico

Uma definição das estruturas físicas e dos relacionamentos de dados

pipeline

• No Watson Pipelines, um fluxo de ativos de ponta a ponta, desde a criação até a implantação.
• Na AutoAI, um modelo candidato.

tabela de classificação de pipeline

Na AutoAI, uma tabela que mostra a lista de modelos candidatos gerados automaticamente, como pipelines, classificados de acordo com os critérios especificados.

item temporário

Um campo ou variável a ser substituído por um valor.

política

• Uma estratégia ou regra que um agente segue para determinar a próxima ação baseada no estado atual.
• Um conjunto de regras que protegem dados controlando o acesso a ativos de dados ou anonimizando dados sensíveis dentro de ativos de dados.
• Um artefato de controle que consiste em uma ou mais regras de proteção de dados e de controle de dados.

análise preditiva

Um processo de negócios e um conjunto de tecnologias relacionadas que se preocupam com a predição de possibilidades e tendências futuras. A análise preditiva aplica disciplinas diversas como probabilidade, estatística, aprendizado de máquina e inteligência artificial a problemas de negócios para encontrar a melhor ação para uma situação específica. Consulte também data mining.

modelo pré-treinado

Um modelo de IA que foi treinado anteriormente em um grande conjunto de dados para realizar uma tarefa específica Modelos pré-treinados são usados em vez de construir um modelo do zero.

categoria primária

Para governança de dados, a categoria que contém o artefato de governança. Uma categoria é semelhante a uma pasta ou diretório que organiza artefatos de controle de um usuário.

dados

Garantia de que as informações sobre um indivíduo estão protegidas contra o acesso não autorizado e uso inadequado

perfil

Os metadados gerados e as estatísticas sobre o conteúdo textual dos dados.

projeto

Uma área de trabalho colaborativa para trabalhar com dados e outros ativos.

remoção

O processo de simplificação, redução ou corte de uma árvore de decisão ou rede neural. Isso é feito por meio da remoção de nós ou camadas menos importantes, reduzindo a complexidade para evitar o ajuste excessivo e melhorar a generalização do modelo, ao mesmo tempo em que mantém sua capacidade de previsão.

publish (publicar)

Copiar um ativo em um catálogo.

Python

Uma linguagem de programação usada na ciência de dados e na IA.

Modelo Python DOcplex

Uma formulação de modelo expressa em Python.

função Python

Uma função que contém código Python para suportar um modelo em produção.

regra de qualidade

Uma ou mais condições necessárias para um registro de dados atender aos padrões de qualidade. Durante a análise da qualidade dos dados, os registros de dados são verificados com relação a essas condições Veja também a regra.

quantização

Um método de compactação de pesos de modelos de fundação para acelerar a inferência e reduzir as necessidades de memória da GPU.

R

Uma linguagem de script extensível usada em ciência de dados e IA que oferece uma ampla variedade de funções e técnicas analíticas, estatísticas e gráficas.

ler

Para copiar dados em um aplicativo para manipulá-los ou analisá-los,

editar

Para substituir todos os valores de dados em uma coluna pela mesma sequência para ocultar valores sensíveis, formato de dados e quaisquer relacionamentos entre valores. Uma forma de mascarar ...

conjunto de dados de referência

Um artefato de controle que define os valores para tipos específicos de colunas

refinar

Para purificar e moldar dados.

Aprendizado por reforço

Uma técnica de machine learning na qual um agente aprende a tomar decisões sequenciais em um ambiente para maximizar um sinal de recompensa. Inspirados pelo aprendizado de tentativa e de erro, os agentes interagem com o ambiente, recebem feedback e ajustam suas ações para alcançar políticas ideais.

recompensa

Um sinal usado para orientar um agente, normalmente um agente de aprendizado por reforço, que fornece feedback sobre a qualidade de uma decisão

regra

Um artefato que contém informações, critérios ou lógica para analisar ou proteger dados. Consulte também regra de proteção de dados, regra de qualidade de dados, regra de governança, regra de qualidade, regra de composição de atributos.

ambiente de tempo de execução

A configuração de hardware e de software predefinida ou customizada que é usada para executar ferramentas ou tarefas, como blocos de notas

pontuação

• No aprendizado de máquina, o processo de medição da confiança de um resultado predito.
• O processo de calcular o grau de correspondência entre os atributos de uma identidade recebida e os atributos de uma entidade existente.

script

Um arquivo que contém os scripts Python ou R para suportar um modelo em produção

Categoria secundária

Uma categoria opcional que faz referência ao artefato de controle

auto-atenção

Um mecanismo de atenção que usa informações dos próprios dados de entrada para determinar em quais partes da entrada focar ao gerar a saída.

aprendizagem auto-supervisionada

Um método de treinamento de aprendizado de máquina no qual um modelo aprende a partir de dados não rotulados, mascarando tokens em uma seqüência de entrada e, em seguida, tentando prever. Um exemplo é "Eu gosto de ________ brotos"..

procura semântica

Uma pesquisa de palavras-chave que incorpora análise linguística e contextual. Em uma pesquisa semântica, a intenção da consulta é especificada usando um ou mais especificadores. Por exemplo, é possível especificar uma pessoa chamada "Bush" e essa consulta não retornaria resultados sobre os tipos de arbustos que crescem em um jardim, mas apenas sobre pessoas chamadas Bush.

dados sensíveis

Dados que contêm informações que devem ser protegidas contra acesso ou divulgação não autorizados. As categorias de dados confidenciais podem ser informações de saúde protegidas, informações de identificação pessoal, segredos comerciais ou resultados financeiros.

análise de sentimentos

Exame do sentimento ou da emoção expressa em um texto, como, por exemplo, determinar se a crítica de um filme é positiva ou negativa.

forma

Customizar dados filtrando, classificando, removendo colunas, associando tabelas, executando operações que incluem cálculos, agrupamentos de dados, hierarquias e muito mais.

dados pequenos

Dados acessíveis e compreensíveis pelos seres humanos. Consulte também dados estruturados..

Pushback de SQL

No SPSS Modeler, o processo de execução de muitas operações de preparação e mineração de dados diretamente no banco de dados por meio de código SQL.

dado estruturado

Dados que residem em campos fixos em um registro ou arquivo. Os bancos de dados relacionais e as planilhas são exemplos de dados estruturados. Consulte também dados não estruturados, dados pequenos

informações estruturadas

Itens armazenados em recursos estruturados, como índices do mecanismo de procura, bancos de dados ou bases de conhecimento

substituto

Para substituir dados em uma coluna com valores que não correspondem ao formato original, mas mantêm a integridade referencial.

supernó

Um nó do SPSS Modeler que reduz um fluxo de dados encapsulando vários nós em um só.

Aprendizado supervisionado

Um método de treinamento de machine learning no qual um modelo é treinado em um conjunto de dados rotulado para fazer predições em novos dados.

classificação de texto

Um modelo que automaticamente identifica e classifica texto em categorias especificadas.

série temporal

Um conjunto de valores de uma variável em momentos periódicos.

modelo treinado

Um modelo que é treinado com dados reais e está pronto para ser implementado para prever resultados quando apresentados novos dados.

treinamento

O estágio inicial de construção de modelo, envolvendo um subconjunto dos dados de origem. O modelo aprende por exemplo a partir dos dados conhecidos. Em seguida, o modelo pode ser testado com relação a outro subconjunto diferente para o qual o resultado já é conhecido.

dados de treinamento

Uma coleção de dados que é usada para treinar modelos de aprendizado de máquina.

conjunto de treinamento

Um conjunto de dados rotulados que é usado para treinar um modelo de aprendizado de máquina expondo-o a exemplos e seus rótulos correspondentes, permitindo que o modelo aprenda padrões e faça predições.

transferência de aprendizado

Uma estratégia de aprendizado de máquina na qual um modelo treinado é aplicado a um problema completamente novo

transformador

Uma arquitetura de rede neural que usa codificações posicionais e o mecanismo de autoatenção para prever o próximo token em uma sequência de tokens.

transparência

Compartilhar informações apropriadas com partes interessadas sobre como um sistema de IA foi projetado e desenvolvido. Exemplos dessas informações são quais dados são coletados, como eles serão usados e armazenados e quem tem acesso a eles; e resultados de teste para precisão, robustez e viés.

Ensaio de Turing

Proposto por Alan Turing em 1950, um teste da capacidade de uma máquina de exibir um comportamento inteligente equivalente ou indistinguível de um humano.

problema sem limites

Um problema do Decision Optimization no qual existe um número infinito de soluções e o objetivo pode levar os valores até o infinito. Problemas sem limites geralmente são causados por restrições ausentes na formulação do modelo

dado não estruturado

Todos os dados que estão armazenados em um formato não estruturado, em vez de em campos fixos. Os dados em um documento de processamento de texto é um exemplo de dados não estruturados. Consulte também dados estruturados..

informações não estruturadas

Os dados que não estão contidos em um local fixo, como o documento de texto de língua natural

aprendizado sem supervisão

Um método de treinamento de aprendizado de máquina no qual um modelo não é fornecido com dados rotulados e deve localizar padrões ou estrutura nos dados sozinho.

Conjunto de validação

Um conjunto separado de dados rotulados que é usado para avaliar o desempenho e a capacidade de generalização de um modelo de aprendizado de máquina durante o processo de treinamento, auxiliando no ajuste de hiperparâmetro e na seleção de modelo

visualização

Um gráfico, diagrama, tabela, mapa ou qualquer outra representação visual de dados.

peso

Um coeficiente para um nó que transforma dados de entrada na camada da rede. O peso é um parâmetro que um modelo de IA aprende por meio de treinamento, ajustando seu valor para reduzir erros nas predições do modelo.