Strojové učení je z velké části práce s daty a s metrikami, ne s algoritmy. Kategorie pokrývá typy modelů, průběh tréninku, evaluaci a nasazení.
Zvláštní pozornost věnujeme pojmům kolem vyhodnocování, protože právě tam vzniká nejvíc omylů: model se pozná podle toho, jak se chová na datech, která nikdy neviděl.
3 hesla
Zrušit filtryFeature engineering je proces vytváření, výběru a úprav vstupních proměnných pro model strojového učení tak, aby data lépe vystihovala sledovaný jev. Zahrnuje odvozování nových příznaků, kódování kategorií, škálování hodnot, práci s chybějícími údaji a omezení úniku informací mezi tréninkem a testem.
Few-shot learning je postup, kdy se model naučí novou úlohu z několika málo ukázek, typicky z jednotek až desítek příkladů místo tisíců trénovacích dat. U velkých jazykových modelů se příklady vkládají přímo do promptu a váhy modelu se nemění, v klasickém strojovém učení jde o metody navržené pro trénink na velmi malém vzorku.
Fine-tuning je úprava již předtrénovaného modelu strojového učení na menší sadě cílených dat, aby lépe zvládal konkrétní úlohu, doménu nebo styl odpovědí. Místo učení od nuly navazuje na existující znalosti modelu a mění část jeho parametrů nebo přidává malé trénovatelné vrstvy.
Jazyky, paradigmata, návrhové vzory a testování: pojmy, které rozhodují o tom, jestli se kód dá po roce ještě rozšiřovat.
149 heselHTTP, DOM, prohlížečová API a frameworky: co se doopravdy děje mezi zadáním adresy a vykreslenou stránkou.
117 heselSQL i NoSQL, indexy, transakce a konzistence: proč jsou některé dotazy okamžité a jiné položí server.
47 heselETL, datové sklady, metriky a statistika: jak z provozních dat vzniká něco, podle čeho se dá rozhodovat.
70 heselJazykové modely, agenti, prompt engineering a RAG: pojmy z oboru, kde slovník zastarává rychleji než kdekoli jinde.
43 heselTCP/IP, DNS, TLS a CDN: vrstvy, po kterých data cestují, a místa, kde se to obvykle rozbije.
44 heselCPU, cache, paměť a instrukční sady: proč je rozdíl mezi „málo operací“ a „rychlý kód“.
35 heselKontejnery, CI/CD, infrastruktura jako kód a observabilita: jak se software dostane do provozu a jak se v něm udrží.
67 heselKryptografie, autentizace a útoky: pojmy, u kterých se nepřesnost v definici rovnou promítne do zranitelnosti.
68 heselAtribuce, kanály, kampaně a metriky: co jednotlivá čísla v reportu skutečně měří.
55 heselTechnické SEO, indexace a optimalizace pro AI vyhledávače: jak se obsah dostane k lidem i k jazykovým modelům.
41 heselPlatební brány, karetní schémata, 3-D Secure a PCI DSS: cesta peněz od tlačítka Zaplatit k účtu obchodníka.
32 heselKatalog, košík, checkout a fulfillment: pojmy z provozu e-shopu, kde se každé procento konverze počítá.
70 heselMikrostruktura trhu, riziko a backtesting: pojmy z oboru, kde chyba v metodice vypadá jako zisk.
5 heselShadery, rasterizace a GPU: jak se z čísel v paměti stane obraz na displeji.
40 heselModelování, materiály a rendering: pojmy z tvorby trojrozměrné grafiky, od sítě polygonů po finální obraz.
29 heselInterakce, přístupnost a design systémy: pojmy, které rozhodují o tom, jestli se produkt dá používat.
48 heseliOS, Android a multiplatformní přístupy: pojmy z vývoje aplikací, které běží v cizím obchodě a na cizích pravidlech.
33 heselGDPR, PCI DSS, EU AI Act a přístupnost: regulace, které se promítají přímo do zadání vývoje.
47 hesel