Technické AI pojmy technické
Reinforcement Learning (Posilované učení)
Reinforcement Learning (Posilované učení)
Hugovo vysvětlení: Učení metodou pokus-omyl, kde AI dostává „odměnu“ za správné chování a „trest“ za špatné. Jako když cvičíš psa.
Příklad z praxe: AI, která se učí hrát šachy tím, že odehraje miliony partií sama proti sobě.
Jdi hlouběji
- [[fine-tuning]] — Fine-tuning
- [[rlhf-reinforcement-learning-from-human-feedback]] — RLHF (Reinforcement Learning from Human Feedback)
- [[supervised-learning-uceni-s-dohledem]] — Supervised learning (Učení s dohledem)
- [[unsupervised-learning-uceni-bez-dohledu]] — Unsupervised learning (Učení bez dohledu)