Glossary

0-9

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

A

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

B

Backpropagation BERT Bias Boosting Batch Normalization

C

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

D

Data Augmentation Deep Learning Deepfake Deterministic Model Discriminative Model

E

Ensemble Learning Embedding Encoder Epoch Explainable AI (XAI)

F

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

G

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

H

Hidden Layer Hallucination Heuristic Hyperparameter Hierarchical Model

I

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

J

JAX Jittering Joint Embedding JSONL / JSON-lines Juxtaposition

K

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

L

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

M

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

N

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

O

Online Learning Objective Function One-hot Encoding Optimizer Overfitting

P

Parameter Policy / Reinforcement Learning Policy Pooling Pretraining Prompt

Q

Quality Estimation Queue / Buffer Q-learning Quantization Query

R

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

S

Sampling Self-Supervised Learning Supervised Learning Sequence Modeling Softmax

T

Training Data Tokenizer Transfer Learning Transformer Tuning / Hyperparameter Tuning

U

Unsupervised Learning Uncertainty Estimation Universal Approximation Theorem U-Net Underfitting

V

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

W

Weak Supervision Weight Decay Whitening / Whitening Transformation Word Embedding Workflow

X

X-axis / feature axis XOR problem 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-shot Learning / Zero-shot inference Zero-centric / Zero-bias initialization Z-score Normalization Zero-gradient phenomenon Zygosity in augmentation

O que é Aprendizado Online

Aprendizado Online refere-se ao processo de educação e aprendizado realizado pela internet. Nos últimos anos, com o rápido avanço da tecnologia e a ampla acessibilidade à internet, o aprendizado online se tornou uma forma educacional significativa.

A origem do aprendizado online remonta à década de 1990, quando as instituições educacionais começaram a explorar a possibilidade de cursos online com o surgimento da web. Hoje, o aprendizado online é aplicável não apenas ao ensino superior, mas também ao treinamento profissional e à educação continuada. De acordo com estatísticas, o mercado de aprendizado online continua a crescer e deve se expandir nos próximos anos.

A principal operação do aprendizado online geralmente inclui cursos em vídeo, discussões online, envio de tarefas e interações em tempo real. Muitas plataformas oferecem materiais de autoestudo e testes online para ajudar os alunos a dominar o conhecimento. Em cenários típicos, os alunos podem acessar o conteúdo do curso a qualquer hora e em qualquer lugar, participar de discussões online e até interagir com colegas de todo o mundo.

No entanto, o aprendizado online também possui suas vantagens e desvantagens. As vantagens incluem flexibilidade, conveniência e diversidade de recursos; enquanto as desvantagens podem envolver falta de interação cara a cara, motivação insuficiente para aprender e problemas técnicos. Além disso, as tendências futuras do aprendizado online podem incluir experiências de aprendizado mais personalizadas, a aplicação de inteligência artificial e a introdução de tecnologias de realidade virtual. Os alunos devem prestar atenção à qualidade dos cursos, à credibilidade das plataformas e aos seus próprios hábitos de aprendizado ao escolher o aprendizado online.

O que é Aprendizado Online - Glossário