Glossary

0-9

1-shot learning 3D convolution 5G + AI 6DoF pose estimation 7D representation 8-bit quantization 2-stage detector 9-layer network 0-shot learning 4D data

A

AGI / Artificial General Intelligence Attention Autoencoder Algorithm Artificial Intelligence (AI)

B

Backpropagation Batch Normalization BERT Bias Boosting

C

Clustering CNN / Convolutional Neural Network Chatbot Classifier / Classification Cross-Validation

D

Data Augmentation Deep Learning Deepfake Deterministic Model Discriminative Model

E

Encoder Embedding Ensemble Learning Epoch Explainable AI (XAI)

F

Foundation Model Fine-tuning Fusion / Multimodal Fusion Feature Extraction Forward Propagation

G

Graph Neural Network (GNN)GAN / Generative Adversarial Network Generative AI Gradient Descent Grounding

H

Hierarchical Model Hyperparameter Hidden Layer Hallucination Heuristic

I

Instance / Sample Instruction tuning Intelligence Amplification / Augmentation Interpretability Imbalanced Data

J

JAX Jittering Joint Embedding JSONL / JSON-lines Juxtaposition

K

Kernel Trick KL Divergence (Kullback–Leibler Divergence)K-means Clustering K-Shot Learning Knowledge Distillation

L

Learning Rate Large Language Model (LLM)Latent Variable Loss Function LSTM / Long Short-Term Memory

M

Model Machine Learning (ML)Meta-learning Multi-head Attention Multimodal / Multimodality

N

Neural Network Novelty Detection / Anomaly Detection NLP / Natural Language Processing NLU / Natural Language Understanding Normalization

O

Objective Function Optimizer One-hot Encoding Online Learning Overfitting

P

Parameter Prompt Policy / Reinforcement Learning Policy Pooling Pretraining

Q

Query Q-learning Quality Estimation Quantization Queue / Buffer

R

Representation Learning Regularization Reinforcement Learning (RL)Retrieval Augmented Generation (RAG)RNN / Recurrent Neural Network

S

Sampling Self-Supervised Learning Sequence Modeling Softmax Supervised Learning

T

Tokenizer Transfer Learning Transformer Tuning / Hyperparameter Tuning Training Data

U

Universal Approximation Theorem U-Net Underfitting Uncertainty Estimation Unsupervised Learning

V

Validation Set Vanishing / Exploding Gradient Variational Autoencoder (VAE)Vector Embedding Vision Transformer (ViT)

W

Weak Supervision Weight Decay Whitening / Whitening Transformation Word Embedding Workflow

X

XOR problem X-axis / feature axis XAI / Explainable AI XLM XLNet

Y

Y-axis / feature axis Y-transform / YUV YAGNI (You Aren't Gonna Need It)Yield (model yield / throughput)Yoga of AI

Z

Zero-gradient phenomenon Zero-centric / Zero-bias initialization Z-score Normalization Zero-shot Learning / Zero-shot inference Zygosity in augmentation

Was ist Gradient Descent

Gradient Descent ist ein weit verbreitetes Optimierungsverfahren im maschinellen Lernen und in der Statistik. Sein Hauptziel ist es, eine Funktion iterativ zu minimieren, wie z.B. eine Kosten- oder Verlustfunktion.

Die zentrale Idee von Gradient Descent besteht darin, den Gradienten der Funktion an einem bestimmten Punkt zu berechnen, der die Richtung des steilsten Abstiegs angibt. Durch die Aktualisierung der Parameter in dieser Richtung nähert sich der Algorithmus schrittweise der optimalen Lösung.

In typischen Szenarien wird Gradient Descent in verschiedenen Anwendungen eingesetzt, darunter Deep Learning, lineare Regression und logistische Regression. Mit dem Aufkommen von Big Data und steigenden Rechenkapazitäten wurden Varianten von Gradient Descent, wie Stochastic Gradient Descent, Mini-Batch Gradient Descent und Momentum, eingeführt, um die Effizienz und die Konvergenzgeschwindigkeit zu verbessern.

In Zukunft wird Gradient Descent wahrscheinlich weiterhin evolvieren und andere Optimierungstechniken integrieren, um komplexere Probleme zu lösen. Trotz seiner Wirksamkeit hat es jedoch einige Nachteile, wie die Möglichkeit, in lokalen Minima stecken zu bleiben, und die Empfindlichkeit gegenüber der Lernrate. Daher sind bei der Anwendung dieses Verfahrens sorgfältige Anpassungen und Entscheidungen erforderlich.