Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.
Anong algorithm o modelo ang nagpoproseso ng data?
Kung ano ang nagpoproseso ng input — ang pamilya ng algorithm, klase ng modelo, o teknik na ginagamit para gawing output ang mga input.
Anong algorithm o modelo ang nagpoproseso ng data?
Kung ano ang nagpoproseso ng input — ang pamilya ng algorithm, klase ng modelo, o teknik na ginagamit para gawing output ang mga input.
Pagsusuri ng damdamin at emosyonMga pamamaraang naghihinuha ng emosyonal na kalagayan, timpla ng loob, o saloobin mula sa teksto, pananalita, ekspresyon ng mukha, o mga senyales ng katawan. Ginagamit para sukatin ang saloobin ng maraming tao, tasahin ang karanasan sa serbisyo, o alamin kung may taong nababagabag. Pinagtatalunan kung gaano katumpak ang paghihinuha ng damdamin at kung patas ito sa iba't ibang kultura, at may mga hurisdiksiyong naglilimita sa paggamit nito sa mga lugar ng trabaho at pampublikong serbisyo.
Pagtuklas ng anomalyaMga pamamaraang nagbababala tungkol sa mga di-pangkaraniwang pangyayari, pattern, o halaga na lumilihis sa natutuhan nitong batayan ng normal na takbo. Ginagamit sa paghula ng pagkasira ng kagamitan, pagsala ng panloloko, pagtuklas ng panghihimasok, pagbabantay sa tagas ng tubig, at mga babala sa di-pangkaraniwang daloy ng maraming tao. Kadalasang mga iskor na may takdang hangganan ang output sa halip na mga direktang desisyon.
Pagkilalang biometricMga pamamaraang kumikilala o nagbeberipika ng isang partikular na tao mula sa mga senyales ng katawan — mukha, fingerprint, boses, iris, o paraan ng paglakad. Iba sa pangkalahatang computer vision dahil nakaugnay ang output sa isang indibidwal na may pangalan. Maraming hurisdiksiyon ang naglilimita o nagbabawal sa pagkilalang biometric sa mga lugar na bukás sa publiko.
Pag-uuri at paghulaMga pamamaraang nagbibigay ng tatak sa isang input o tumataya ng resultang numero — kasama ang mga classifier (spam o hindi spam, antas ng panganib), regressor (hinuhulaang demand, inaasahang tagal ng paghihintay), at time-series forecaster (dami ng pasahero sa susunod na oras, karga ng enerhiya). Binuo mula sa may-tatak na nakaraang data gamit ang mga modelong estadistikal o machine learning.
Pagpapangkat at segmentasyonMga pamamaraang nagpapangkat ng mga tao, lugar, o pangyayari batay sa pagkakatulad, nang hindi gumagamit ng mga tatak na itinakda nang maaga. Ginagamit para hatiin sa mga pangkat ang mga audience, pattern ng pagbiyahe, profile ng paggamit ng enerhiya, o mga sonang may pangangailangan sa serbisyo. Ang mga output ay pagtatalaga sa mga pangkat na maaaring ituring na kategorya ng mga susunod na sistema — kahit hinuha lang ang mga pangkat at hindi sadyang itinakda ninuman.
Computer visionMga pamamaraang umuunawa ng mga larawan o video — nagbibilang ng tao, tumutuklas ng mga bagay, bumabasa ng teksto sa larawan, sumusubaybay sa galaw, o naghahati ng mga eksena. Karaniwan sa pag-alam kung may tao sa isang lugar, pagbabantay sa trapiko at dami ng tao, tulong sa aksesibilidad, at inspeksiyon ng mga karatula. Iba sa pagkilalang biometric, na tumutukoy ng mga partikular na indibidwal.
Mga modelo ng wikaMga modelong bumabasa, sumusulat, nagbubuod, nagsasalin, o nakikipag-usap sa wika ng tao. Kasama ang mga large language model (LLM), chatbot, at sistemang lumilikha ng teksto. Gumagana ang mga ito sa pamamagitan ng paghula ng pinakamalamang na susunod na mga token batay sa input at anumang naunang konteksto.
OptimisasyonMga pamamaraang naghahanap ng pinakamainam na pagtatalaga, ruta, iskedyul, o paglalaan sa loob ng mga itinakdang limitasyon. Kasama ang pagruruta ng mga sasakyan, timing ng mga ilaw-trapiko, pag-iiskedyul ng enerhiya at HVAC, pag-iiskedyul ng mga tauhan, at paglalaan ng mga rekurso. Gumagana ito sa pagsubok ng iba't ibang posibilidad para makuha ang pinakamataas o pinakamababang halaga ng isang itinakdang sukatan gaya ng gastos, oras, o emission.
Pagbabagong nagpoprotekta sa privacyMga pamamaraang ang pangunahing trabaho ay baguhin ang input na data para maalis, mapalabo, o mapalitan ang mga detalyeng tumutukoy sa tao bago ito gamitin sa mga susunod na hakbang. Kasama ang pagpapalabo ng mukha, pagtatakip ng plaka, tokenization, k-anonymization, differential privacy, at paglikha ng sintetikong data. Nagsisilbing harang sa pagitan ng hilaw na nakolektang data at ng data na ginagamit sa pagsusuri o mga desisyon.
Rekomendasyon at pagraranggoMga pamamaraang nagmumungkahi o nagsusunod-sunod ng mga item para sa isang tao — mga serbisyo, listing, balita, pagpipilian sa paghahanap ng daan — batay sa mga gusto, kilos, o pagkakatulad sa ibang tao. Kasama ang collaborative filtering, mga recommender na batay sa nilalaman, at learned ranking. Iniaangkop sa bawat tao ang nakikita nila mula sa iisang katalogo.
Paghahanap at pagkuhaMga pamamaraang naghahanap at naglalabas ng kaugnay na nilalaman mula sa isang koleksiyon ng mga dokumento, rekord, o media bilang tugon sa isang tanong. Kasama ang semantic search, vector retrieval, at mga pipeline ng retrieval-augmented generation (RAG) na nagpapasok ng mga kaugnay na sipi sa isang modelo ng wika. Ginagamit sa pagsagot ng tanong mula sa mga dokumento, paghahanap sa mga pampublikong rekord, at paghahanap sa aklatan o arkibo.
Pananalita at audioMga pamamaraang naglilipat ng binigkas na salita sa ibang format at pabalik, o nag-uuri ng tunog na hindi pananalita. Kasama ang speech-to-text (transkripsiyon), text-to-speech (sintetikong boses), pagtuklas ng mga keyword, at pagtuklas ng mga pangyayaring may tunog. Ang boses bilang pagkakakilanlan (pagkilala kung sino ang nagsasalita) ay kabilang sa Pagkilalang biometric.Mga modelong bumabasa, sumusulat, nagbubuod, nagsasalin, o nakikipag-usap sa wika ng tao. Kasama ang mga large language model (LLM), chatbot, at sistemang lumilikha ng teksto. Gumagana ang mga ito sa pamamagitan ng paghula ng pinakamalamang na susunod na mga token batay sa input at anumang naunang konteksto.