Nouvelles pages
- 27 mars 2024 à 09:38 Autonomous IA (hist | modifier) [805 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' IA autonome ''' '''intellegence artificielle autonome''' == Anglais == ''' Autonomous artificial intelligence ''' '''Autonomous AI ''' Autonomous AI is an artificial intelligence (AI) solution that can operate and process data without human interaction or oversight. Through the use of autonomous AI, a developer can automate everyday manual data management tasks, including data entr... »)
- 23 mars 2024 à 16:25 Annotateur (hist | modifier) [67 octets] Pitpitt (discussion | contributions) (Page redirigée vers Évaluateur) Balise : Nouvelle redirection
- 20 mars 2024 à 09:24 Attaque par exemples contradictoires (hist | modifier) [71 octets] Pitpitt (discussion | contributions) (Page redirigée vers Attaque adverse) Balise : Nouvelle redirection
- 20 mars 2024 à 09:23 Attaque par entrées malicieuses (hist | modifier) [71 octets] Pitpitt (discussion | contributions) (Page redirigée vers Attaque adverse) Balise : Nouvelle redirection
- 19 mars 2024 à 22:06 Algotalk (hist | modifier) [49 octets] Pitpitt (discussion | contributions) (Page redirigée vers Lingualgo) Balise : Nouvelle redirection
- 19 mars 2024 à 22:05 Trompe-algorithme (hist | modifier) [65 octets] Pitpitt (discussion | contributions) (Page redirigée vers Lingualgo) Balises : Nouvelle redirection Éditeur visuel
- 19 mars 2024 à 15:28 Lingualgo (hist | modifier) [1 985 octets] Patrickdrouin (discussion | contributions) (Page créée avec « ==Définition== XXXXX == Compléments == XXXX ==Français== '''trompe-algorithme''' ==Anglais== '''algospeak''' ==Sources== [https://ici.radio-canada.ca/ohdio/premiere/emissions/moteur-de-recherche/episodes/786692/rattrapage-lundi-5-fevrier-2024, ''Les courriels des auditeurs et des auditrices'', Nicolas de Meeûs] [https://ici.radio-canada.ca/ohdio/premiere/emissions/moteur-de-recherche/episodes/786674/rattrapage-vendredi-2-fevrier-2024, ''Algospeak: Co... ») créé initialement avec le titre « Algospeak »
- 19 mars 2024 à 14:56 Attaque adverse (hist | modifier) [1 911 octets] Patrickdrouin (discussion | contributions) (Page créée avec « ==Définition== Les attaques par entrées malicieuses visent à soumettre des données sournoises ou corrompues à système d'IA en phase de production. == Compléments == Les attaques par entées malicieuses concernent autant les images, les textes ou la voix. Par exemple, on peut vouloir déjouer un système de reconnaissance faciale, On pourrait maquiller un arrêt obligatoire pour qu'il ne soit pas reconnu par un système de vision d'une voiture auto... ») créé initialement avec le titre « Adversarial attack »
- 15 mars 2024 à 09:23 Découpeur (hist | modifier) [66 octets] Pitpitt (discussion | contributions) (Page redirigée vers Segmenteur) Balise : Nouvelle redirection
- 14 mars 2024 à 05:22 Segmenteur (hist | modifier) [937 octets] Claude COULOMBE (discussion | contributions) (Page créée avec « ==Définition== En '''traitement automatique de la langue naturelle''', le segmenteur réalise la segmentation d’un texte en une liste de mots, une liste de morceaux de mots (ou symboles), ou encore une liste de caractères. Typiquement, il s'agit de la première étape de l’analyse lexicale. ==Compléments== On appelle parfois les unités résultant de la segmentation des '''jetons''' (en anglais, ''tokens''), mais le terme '''jeton''' est plut... ») créé initialement avec le titre « Tokenizer »
- 11 mars 2024 à 21:10 Apprentissage par renforcement avec rétroaction humaine (hist | modifier) [110 octets] Pitpitt (discussion | contributions) (Page redirigée vers Apprentissage par renforcement et rétroaction humaine) Balise : Nouvelle redirection
- 11 mars 2024 à 21:08 Erreurs en entrée, erreurs en sortie (hist | modifier) [97 octets] Pitpitt (discussion | contributions) (Page redirigée vers Médiocre en entrée, médiocre en sortie) Balise : Nouvelle redirection
- 11 mars 2024 à 21:08 Foutaises en entrée, foutaises en sortie (hist | modifier) [97 octets] Pitpitt (discussion | contributions) (Page redirigée vers Médiocre en entrée, médiocre en sortie) Balise : Nouvelle redirection
- 11 mars 2024 à 21:05 Reward model (hist | modifier) [62 octets] Pitpitt (discussion | contributions) (Page redirigée vers Modèle de récompense) Balise : Nouvelle redirection
- 11 mars 2024 à 21:04 Modèle de récompense et de pénalité (hist | modifier) [78 octets] Pitpitt (discussion | contributions) (Page redirigée vers Modèle de récompense) Balise : Nouvelle redirection
- 11 mars 2024 à 21:04 Modèle de récompenses (hist | modifier) [78 octets] Pitpitt (discussion | contributions) (Page redirigée vers Modèle de récompense) Balise : Nouvelle redirection
- 11 mars 2024 à 21:00 Cerviciel (hist | modifier) [65 octets] Pitpitt (discussion | contributions) (Page redirigée vers Biogiciel) Balise : Nouvelle redirection
- 11 mars 2024 à 15:45 Jailbreaking (hist | modifier) [49 octets] Pitpitt (discussion | contributions) (Page redirigée vers Jailbreak) Balise : Nouvelle redirection
- 11 mars 2024 à 15:45 Débrider (hist | modifier) [66 octets] Pitpitt (discussion | contributions) (Page redirigée vers Jailbreak) Balise : Nouvelle redirection
- 9 mars 2024 à 11:16 R-squared (hist | modifier) [639 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' R-squared''' R-squared is a statistical measure that represents the proportion of the variance in the dependent variable that is explained by the independent variables in the model. An R-squared value of 1 indicates that the model explains all the variance in the dependent variable, and a value of 0 indicates that the model explains none of the variances. ==... »)
- 9 mars 2024 à 11:15 Adjusted R-squared (hist | modifier) [558 octets] Pitpitt (discussion | contributions) (Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Adjusted R-squared ''' Adjusted R-squared is a modified version of R-squared that accounts for the number of independent variables in the model. It is a better indicator of the model’s goodness of fit when comparing models with different numbers of independent variables. == Source == [https://medium.com/@deasadiqbal/demystifying-machine-learning-a-guided-... »)