TỪ ĐIỂN LEARNDO

Thuật ngữ AI & thị giác

Tìm theo tiếng Việt, tiếng Anh hoặc viết tắt. Hiểu khái niệm qua định nghĩa, ví dụ và tài liệu gốc.

Khám phá 100 câu hỏi

thuật ngữ: 100

100 thuật ngữTrang 1 / 5

Nền tảng 10

Machine learning

Học máy

Các phương pháp điều chỉnh mô hình từ dữ liệu để thực hiện một nhiệm vụ, thay vì viết riêng mọi quy tắc quyết định.

Học phân biệt ảnh sản phẩm đạt và lỗi từ các ví dụ đã gán nhãn.

Đọc thêmGoogle Machine Learning Crash Course ↗

Deep learning

Học sâu

Nhánh học máy dùng nhiều tầng biến đổi có tham số để học các biểu diễn phục vụ nhiệm vụ.

Các tầng của CNN biến điểm ảnh thành đặc trưng rồi thành điểm phân loại.

Đọc thêmStanford CS231n · Neural networks ↗

Computer vision

Thị giác máy tính

Lĩnh vực xây dựng phương pháp suy ra thông tin từ ảnh, video hoặc các quan sát thị giác khác.

Tìm vị trí vết xước, đo chuyển động hoặc ước lượng hình học 3D.

Đọc thêmStanford CS231n · Neural networks ↗

Supervised learning

Học có giám sát

Học quan hệ từ đầu vào đến mục tiêu dựa trên các ví dụ có nhãn hoặc giá trị đích.

Ảnh đi kèm nhãn loại sản phẩm hoặc hộp bao vật thể.

Đọc thêmGoogle Machine Learning Crash Course ↗

Unsupervised learning

Học không giám sát

Tìm cấu trúc trong dữ liệu mà không dựa vào nhãn đích cho một nhiệm vụ dự đoán có giám sát cụ thể.

Gom nhóm các vector ảnh theo mức giống nhau.

Đọc thêmscikit-learn · Clustering ↗

Self-supervised learning

Học tự giám sát

Tạo tín hiệu học từ cấu trúc của chính dữ liệu, chẳng hạn dự đoán phần bị che hoặc so sánh các quan sát liên quan.

Học khôi phục các mảnh ảnh bị che trước khi phân loại.

Đọc thêmMasked Autoencoders Are Scalable Vision Learners ↗

Reinforcement learning

Học tăng cường

Học cách chọn hành động thông qua tương tác và tín hiệu thưởng, thường nhằm tối đa hóa tổng thưởng kỳ vọng theo thời gian.

Một tác tử chọn nước đi và nhận phản hồi từ kết quả ván cờ.

Đọc thêmSutton & Barto · Reinforcement Learning ↗

Classification

Phân loại

Dự đoán một hoặc nhiều nhãn cho một đầu vào theo tập lớp được xác định trong bài toán.

Một ảnh được gán nhãn đạt hoặc lỗi.

Đọc thêmscikit-learn · Model evaluation ↗

Regression

Hồi quy

Dự đoán một hoặc nhiều giá trị số liên tục từ dữ liệu đầu vào.

Ước lượng góc quay hoặc khoảng cách của một vật thể.

Đọc thêmGoogle Machine Learning Crash Course ↗

Transfer learning

Học chuyển giao

Sử dụng kiến thức hoặc tham số học từ nhiệm vụ hay miền dữ liệu trước để hỗ trợ nhiệm vụ mới.

Dùng backbone đã học trước rồi huấn luyện đầu phân loại cho ảnh linh kiện.

Đọc thêmPyTorch · Transfer learning ↗

Dữ liệu và đánh giá 10

Training set

Tập huấn luyện

Phần dữ liệu được dùng để điều chỉnh tham số mô hình trong quá trình học.

Các ảnh mà thuật toán dùng để tính gradient và cập nhật trọng số.

Đọc thêmscikit-learn · Learning curves ↗

Validation set

Tập thẩm định

Dữ liệu dùng để lựa chọn cấu hình, ngưỡng hoặc thời điểm dừng mà không trực tiếp cập nhật trọng số từ các mẫu ấy.

So sánh hai tốc độ học bằng kết quả validation.

Đọc thêmscikit-learn · Cross-validation ↗

Test set

Tập kiểm tra

Dữ liệu được giữ riêng để ước lượng chất lượng sau khi đã chốt các lựa chọn phát triển mô hình.

Đánh giá trên ảnh từ một đợt thu thập chưa dùng trong quá trình phát triển.

Đọc thêmscikit-learn · Common pitfalls ↗

Data leakage

Rò rỉ dữ liệu

Thông tin không có sẵn ở thời điểm dự đoán lọt vào quá trình xây hoặc lựa chọn mô hình.

Các khung hình gần nhau của cùng video nằm ở cả train và test.

Đọc thêmscikit-learn · Common pitfalls ↗scikit-learn · Cross-validation ↗

Data augmentation

Tăng cường dữ liệu

Tạo biến thể đầu vào bằng những biến đổi được kỳ vọng giữ đúng ý nghĩa nhãn trong bài toán.

Đổi độ sáng vừa phải hoặc lật ảnh khi hướng không quyết định nhãn.

Đọc thêmTorchvision · Transforms ↗

Class imbalance

Mất cân bằng lớp

Số mẫu hoặc tần suất xuất hiện giữa các lớp chênh lệch đáng kể.

Phần lớn ảnh là sản phẩm đạt, rất ít ảnh lỗi.

Đọc thêmscikit-learn · Model evaluation ↗

Precision

Độ chính xác trong các dự đoán dương

Tỷ lệ dự đoán dương thật sự đúng trong số tất cả dự đoán dương, bằng TP chia cho TP cộng FP.

Trong 20 ảnh bị báo lỗi, 15 ảnh thật sự lỗi thì precision là 75%.

Đọc thêmscikit-learn · Model evaluation ↗

Recall

Độ bao phủ lớp dương

Tỷ lệ mẫu dương được phát hiện đúng trong số tất cả mẫu dương thật, bằng TP chia cho TP cộng FN.

Tìm được 18 trong 20 sản phẩm lỗi cho recall 90%.

Đọc thêmscikit-learn · Model evaluation ↗

F1 score

Điểm F1

Trung bình điều hòa của precision và recall, bằng 2PR chia cho P cộng R khi mẫu số khác không.

Dùng để cân bằng hai chỉ số trong một thiết lập đánh giá đã xác định.

Đọc thêmscikit-learn · Model evaluation ↗

Probability calibration

Hiệu chuẩn xác suất

Mức phù hợp giữa xác suất dự đoán và tần suất đúng quan sát được trên nhiều dự đoán tương tự.

Trong nhóm dự đoán khoảng 0,8, tỷ lệ đúng nên gần 80% nếu được hiệu chuẩn tốt.

Đọc thêmOn Calibration of Modern Neural Networks ↗

Đang tải nội dung…

TỪ ĐIỂN LEARNDO

Thuật ngữ AI & thị giác

Tìm theo tiếng Việt, tiếng Anh hoặc viết tắt. Hiểu khái niệm qua định nghĩa, ví dụ và tài liệu gốc.

Khám phá 100 câu hỏi

thuật ngữ: 100

100 thuật ngữTrang 1 / 5

Nền tảng 10

Machine learning

Học máy

Các phương pháp điều chỉnh mô hình từ dữ liệu để thực hiện một nhiệm vụ, thay vì viết riêng mọi quy tắc quyết định.

Học phân biệt ảnh sản phẩm đạt và lỗi từ các ví dụ đã gán nhãn.

Đọc thêmGoogle Machine Learning Crash Course ↗

Deep learning

Học sâu

Nhánh học máy dùng nhiều tầng biến đổi có tham số để học các biểu diễn phục vụ nhiệm vụ.

Các tầng của CNN biến điểm ảnh thành đặc trưng rồi thành điểm phân loại.

Đọc thêmStanford CS231n · Neural networks ↗

Computer vision

Thị giác máy tính

Lĩnh vực xây dựng phương pháp suy ra thông tin từ ảnh, video hoặc các quan sát thị giác khác.

Tìm vị trí vết xước, đo chuyển động hoặc ước lượng hình học 3D.

Đọc thêmStanford CS231n · Neural networks ↗

Supervised learning

Học có giám sát

Học quan hệ từ đầu vào đến mục tiêu dựa trên các ví dụ có nhãn hoặc giá trị đích.

Ảnh đi kèm nhãn loại sản phẩm hoặc hộp bao vật thể.

Đọc thêmGoogle Machine Learning Crash Course ↗

Unsupervised learning

Học không giám sát

Tìm cấu trúc trong dữ liệu mà không dựa vào nhãn đích cho một nhiệm vụ dự đoán có giám sát cụ thể.

Gom nhóm các vector ảnh theo mức giống nhau.

Đọc thêmscikit-learn · Clustering ↗

Self-supervised learning

Học tự giám sát

Tạo tín hiệu học từ cấu trúc của chính dữ liệu, chẳng hạn dự đoán phần bị che hoặc so sánh các quan sát liên quan.

Học khôi phục các mảnh ảnh bị che trước khi phân loại.

Đọc thêmMasked Autoencoders Are Scalable Vision Learners ↗

Reinforcement learning

Học tăng cường

Học cách chọn hành động thông qua tương tác và tín hiệu thưởng, thường nhằm tối đa hóa tổng thưởng kỳ vọng theo thời gian.

Một tác tử chọn nước đi và nhận phản hồi từ kết quả ván cờ.

Đọc thêmSutton & Barto · Reinforcement Learning ↗

Classification

Phân loại

Dự đoán một hoặc nhiều nhãn cho một đầu vào theo tập lớp được xác định trong bài toán.

Một ảnh được gán nhãn đạt hoặc lỗi.

Đọc thêmscikit-learn · Model evaluation ↗

Regression

Hồi quy

Dự đoán một hoặc nhiều giá trị số liên tục từ dữ liệu đầu vào.

Ước lượng góc quay hoặc khoảng cách của một vật thể.

Đọc thêmGoogle Machine Learning Crash Course ↗

Transfer learning

Học chuyển giao

Sử dụng kiến thức hoặc tham số học từ nhiệm vụ hay miền dữ liệu trước để hỗ trợ nhiệm vụ mới.

Dùng backbone đã học trước rồi huấn luyện đầu phân loại cho ảnh linh kiện.

Đọc thêmPyTorch · Transfer learning ↗

Dữ liệu và đánh giá 10

Training set

Tập huấn luyện

Phần dữ liệu được dùng để điều chỉnh tham số mô hình trong quá trình học.

Các ảnh mà thuật toán dùng để tính gradient và cập nhật trọng số.

Đọc thêmscikit-learn · Learning curves ↗

Validation set

Tập thẩm định

Dữ liệu dùng để lựa chọn cấu hình, ngưỡng hoặc thời điểm dừng mà không trực tiếp cập nhật trọng số từ các mẫu ấy.

So sánh hai tốc độ học bằng kết quả validation.

Đọc thêmscikit-learn · Cross-validation ↗

Test set

Tập kiểm tra

Dữ liệu được giữ riêng để ước lượng chất lượng sau khi đã chốt các lựa chọn phát triển mô hình.

Đánh giá trên ảnh từ một đợt thu thập chưa dùng trong quá trình phát triển.

Đọc thêmscikit-learn · Common pitfalls ↗

Data leakage

Rò rỉ dữ liệu

Thông tin không có sẵn ở thời điểm dự đoán lọt vào quá trình xây hoặc lựa chọn mô hình.

Các khung hình gần nhau của cùng video nằm ở cả train và test.

Đọc thêmscikit-learn · Common pitfalls ↗scikit-learn · Cross-validation ↗

Data augmentation

Tăng cường dữ liệu

Tạo biến thể đầu vào bằng những biến đổi được kỳ vọng giữ đúng ý nghĩa nhãn trong bài toán.

Đổi độ sáng vừa phải hoặc lật ảnh khi hướng không quyết định nhãn.

Đọc thêmTorchvision · Transforms ↗

Class imbalance

Mất cân bằng lớp

Số mẫu hoặc tần suất xuất hiện giữa các lớp chênh lệch đáng kể.

Phần lớn ảnh là sản phẩm đạt, rất ít ảnh lỗi.

Đọc thêmscikit-learn · Model evaluation ↗

Precision

Độ chính xác trong các dự đoán dương

Tỷ lệ dự đoán dương thật sự đúng trong số tất cả dự đoán dương, bằng TP chia cho TP cộng FP.

Trong 20 ảnh bị báo lỗi, 15 ảnh thật sự lỗi thì precision là 75%.

Đọc thêmscikit-learn · Model evaluation ↗

Recall

Độ bao phủ lớp dương

Tỷ lệ mẫu dương được phát hiện đúng trong số tất cả mẫu dương thật, bằng TP chia cho TP cộng FN.

Tìm được 18 trong 20 sản phẩm lỗi cho recall 90%.

Đọc thêmscikit-learn · Model evaluation ↗

F1 score

Điểm F1

Trung bình điều hòa của precision và recall, bằng 2PR chia cho P cộng R khi mẫu số khác không.

Dùng để cân bằng hai chỉ số trong một thiết lập đánh giá đã xác định.

Đọc thêmscikit-learn · Model evaluation ↗

Probability calibration

Hiệu chuẩn xác suất

Mức phù hợp giữa xác suất dự đoán và tần suất đúng quan sát được trên nhiều dự đoán tương tự.

Trong nhóm dự đoán khoảng 0,8, tỷ lệ đúng nên gần 80% nếu được hiệu chuẩn tốt.

Đọc thêmOn Calibration of Modern Neural Networks ↗