Playground AI

Sieci neuronowe

Perceptron

Perceptron to fundament, od którego zaczyna się każda podróż w głąb sieci neuronowych. Ten pojedy...

Sieci neuronowe

Sieć feedforward

Sieci feedforward (jednokierunkowe) to podstawowa architektura głębokiego uczenia. Dane przepływa...

Sieci neuronowe

Backpropagation

Backpropagation (propagacja wsteczna) to algorytm, który umożliwia sieciom neuronowym naukę. Obli...

Sieci neuronowe

Funkcje aktywacji

Funkcje aktywacji wprowadzają nieliniowość do sieci neuronowych. Bez nich nawet głęboka sieć była...

Sieci neuronowe

Gradient descent

Gradient descent (spadek gradientowy) to podstawowy algorytm optymalizacji w uczeniu maszynowym. ...

Sieci neuronowe

GAN Lab

Generative Adversarial Networks (GAN) to architektura, w której dwie sieci neuronowe rywalizują z...

Sieci neuronowe

RNN — sekwencje

Rekurencyjne sieci neuronowe (RNN) przetwarzają dane sekwencyjne, zachowując „pamięć" poprzednich...

Sieci neuronowe

CNN — filtry

Konwolucyjne sieci neuronowe (CNN) przetwarzają dane przestrzenne — przede wszystkim obrazy — za ...

Sieci neuronowe

Krajobraz strat

Krajobraz strat (loss landscape) to wizualna reprezentacja funkcji, którą sieć neuronowa minimali...

Sieci neuronowe

LSTM — bramki

Long Short-Term Memory (LSTM) to architektura rekurencyjna z trzema bramkami sterującymi przepływ...

Sieci neuronowe

Autoencoder

Autoencoder to sieć neuronowa ucząca się kompresji i rekonstrukcji danych. Encoder redukuje wymia...

Sieci neuronowe

Transfer learning

Transfer learning to technika polegająca na wykorzystaniu wiedzy z wcześniej wytrenowanego modelu...

Uczenie maszynowe

K-Means

K-Means to jeden z najpopularniejszych algorytmów uczenia nienadzorowanego — odnajduje naturalne ...

Uczenie maszynowe

Drzewo decyzyjne

Drzewa decyzyjne klasyfikują dane za pomocą sekwencji prostych reguł „jeśli-to", tworząc hierarch...

Uczenie maszynowe

SVM Classifier

Support Vector Machine (SVM) to algorytm klasyfikacji, który szuka hiperpłaszczyzny rozdzielające...

Uczenie maszynowe

Regresja liniowa

Regresja liniowa to fundamentalny algorytm uczenia maszynowego, który modeluje liniową zależność ...

Uczenie maszynowe

Overfitting vs Underfitting

Overfitting (przeuczenie) to sytuacja, w której model zapamiętuje szum w danych treningowych zami...

Uczenie maszynowe

Macierz pomyłek

Macierz pomyłek (confusion matrix) to podstawowe narzędzie ewaluacji modeli klasyfikacyjnych. Czt...

Uczenie maszynowe

Random Forest — głosowanie

Random Forest to metoda zespołowa (ensemble), która buduje wiele drzew decyzyjnych na losowych po...

Uczenie maszynowe

KNN Classifier

K-Nearest Neighbors (KNN) to jeden z najprostszych algorytmów klasyfikacji — nowy punkt otrzymuje...

Algorytmy genetyczne

Algorytm genetyczny

Algorytmy genetyczne to metoda optymalizacji inspirowana ewolucją biologiczną. Populacja rozwiąza...

Algorytmy genetyczne

Particle Swarm Optimization

Particle Swarm Optimization (PSO) to metaheurystyka inspirowana zachowaniem ławic ryb i stad ptak...

Algorytmy genetyczne

Operatory genetyczne

Algorytmy genetyczne ewoluują populację rozwiązań za pomocą trzech operatorów inspirowanych biolo...

Systemy ekspertowe

Logika rozmyta

Logika rozmyta (fuzzy logic) rozszerza klasyczną logikę dwuwartościową o stopnie przynależności —...

Systemy ekspertowe

Graf wiedzy

Graf wiedzy (knowledge graph) to struktura reprezentująca wiedzę jako sieć powiązanych pojęć. Węz...

Uczenie ze wzmocnieniem

Q-Learning

Q-Learning to fundamentalny algorytm uczenia ze wzmocnieniem, w którym agent uczy się optymalnej ...

Uczenie ze wzmocnieniem

DQN vs Q-Table

Deep Q-Network (DQN) zastępuje tabelę Q-wartości siecią neuronową, która aproksymuje funkcję Q(s,...

Uczenie ze wzmocnieniem

RLHF Demo

RLHF (Reinforcement Learning from Human Feedback) to kluczowa technika trenowania modeli językowy...

Transformery

Mechanizm atencji

Mechanizm atencji to przełomowa innowacja architektury Transformer, która zrewolucjonizowała prze...

Transformery

Prompt Builder

Prompt engineering to sztuka konstruowania skutecznych promptów dla modeli AI. Dobrze skonstruowa...

NLP

Embeddingi słów

Embeddingi słów to numeryczne reprezentacje znaczeń — każde słowo jest zamieniane na wektor liczb...

NLP

Tokenizer

Tokenizacja to pierwszy krok przetwarzania tekstu przez modele AI — dzieli tekst na mniejsze jedn...

NLP

Analiza sentymentu

Analiza sentymentu (opinion mining) to zadanie NLP polegające na określeniu wydźwięku emocjonalne...

NLP

Symulator chatbota

Chatboty regułowe to najprostsza forma konwersacyjnej AI — odpowiadają na podstawie predefiniowan...

Widzenie komputerowe

Bounding Boxes

Detekcja obiektów to zadanie widzenia komputerowego polegające na lokalizacji i klasyfikacji obie...

Widzenie komputerowe

Segmentacja semantyczna

Segmentacja semantyczna przypisuje każdemu pikselowi obrazu etykietę klasy — w przeciwieństwie do...