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.
4 hesla
Zrušit filtryPosilované učení je přístup strojového učení, ve kterém se agent učí rozhodovat opakovanou interakcí s prostředím a jediným vodítkem mu je číselná odměna za provedené akce. Cílem není napodobit správné odpovědi z označených dat, ale najít strategii, která maximalizuje součet odměn v čase, včetně odložených důsledků.
Přeučení je stav modelu strojového učení, kdy se příliš přizpůsobí trénovacím datům včetně šumu a náhodných detailů. Model pak dosahuje výborných výsledků na známých příkladech, ale zhoršuje se na nových datech, protože místo obecného vzoru si zapamatoval konkrétní trénovací sadu.
Prompt je textový (případně obrazový či zvukový) vstup, kterým člověk nebo program zadá jazykovému modelu úkol a kontext pro odpověď. Model prompt převede na tokeny a na jeho základě predikuje pokračování. Kvalita a struktura promptu přímo určuje, jak přesný, konzistentní a použitelný výstup modelu bude.
Prompt engineering je navrhování, testování a průběžné ladění vstupních instrukcí pro generativní modely tak, aby dávaly spolehlivě užitečné a kontrolovatelné výstupy. Zahrnuje volbu role, kontextu, formátu odpovědi, příkladů, omezení i kontrol proti halucinacím, prompt injection a úniku citlivých dat v aplikacích.
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