dgdffh

3. - Technika reprezentacji słów w formie wektorów liczbowych, odzwierciedlająca ich kontekst i znaczenie.
5. - Próba obejścia zabezpieczeń systemu AI w celu uzyskania nieautoryzowanego dostępu lub zmiany zachowania modelu.
8. - Proces dzielenia tekstu na mniejsze jednostki, takie jak słowa czy zdania, w celu ich przetwarzania.
11. - Stopień, w jakim można wyjaśnić lub zrozumieć działanie modelu AI.
12. - Redukcja słów do ich podstawowej formy (lematu) w celu ujednolicenia danych tekstowych.
13. Governance - Zbiór zasad i praktyk zarządzania jakością, integralnością oraz bezpieczeństwem danych w organizacji.
14. (Artificial Neural Networks) - Sztuczne sieci neuronowe wzorowane na biologicznych neuronach, wykorzystywane w uczeniu maszynowym.

1. ML (Machine Learning) - Algorytm uczący się na podstawie danych w celu przewidywania lub klasyfikacji nowych danych.
2. - Umiejętność wyjaśnienia, jak i dlaczego model podejmuje określone decyzje.
4. (stronniczość) - Systematyczne odchylenie w danych treningowych powodujące tendencyjność modelu.
6. - Zdolność modelu do poprawnego przetwarzania nowych, niewidzianych wcześniej danych.
7. - Zjawisko, w którym model uczący się zbyt dobrze dopasowuje się do danych treningowych, tracąc zdolność generalizacji.
9. uczący - Zbiór danych wykorzystywany do trenowania modeli uczenia maszynowego.
10. - Generowanie przez model AI danych lub treści, które są fałszywe lub niezgodne z rzeczywistością.
13. Poisoning - Atak polegający na wprowadzeniu szkodliwych danych do zbioru uczącego w celu zmanipulowania modelu.