温馨提示:本站仅提供公开网络链接索引服务,不存储、不篡改任何第三方内容,所有内容版权归原作者所有
AI智能索引来源:http://www.ibm.com/de-de/topics/topic-modeling
点击访问原文链接

Was ist Themenmodellierung? | IBM

Herzlich willkommen!ÜberblickArten von maschinellem LernenAlgorithmen des maschinellen LernensStatistisches maschinelles LernenLineare Algebra für maschinelles LernenQuantifizierung von UnsicherheitenAbwägung zwischen Verzerrung und VarianzÜberblickMerkmalsauswahlMerkmalsextraktionVektoreinbettungLatenter RaumHauptkomponentenanalyseLineare DiskriminanzanalyseUpsamplingDownsamplingSynthetische DatenDatenlecksÜberblickLineare RegressionLasso-RegressionRidge-RegressionZustandsraummodellZeitreiheAutoregressives ModellÜberblickEntscheidungsbäumeK-Nearest-Neighbors (KNNs)Naive BayesRandom ForestSupport-Vektor-MaschineLogistische RegressionÜberblickBoostingBaggingGradient BoostingGradient Boosting ClassifierÜberblickTransferlernenÜberblickÜberblickK-Means ClusteringHierarchisches ClusteringA-priori-AlgorithmusGaußsches MischungsmodellAnomalieerkennungÜberblickKollaborative FilterungInhaltsbasierte FilterungÜberblickVerstärkendes Lernen mit menschlichem FeedbackÜberblickÜberblickBackpropagationEncoder-Decoder-ModellRecurrent Neural NetworksConvolutional Neural NetworksÜberblickAufmerksamkeitsmechanismusGrouped Query AttentionPositionskodierungAutoencoderMamba-ModellGraph Neural NetworkÜberblickGeneratives ModellGenerative KI im Vergleich zu prädiktiver KIÜberblickLogischkeitsmodelleKleine SprachmodelleAnweisungsoptimierungLLM-ParameterLLM-TemperaturLLM-BenchmarksLLM-AnpassungDiffusionsmodelleVariational Autoencoder (VAE)Generative Adversarial Networks (GANs)ÜberblickVisionssprachmodelleTutorial: Erstellen Sie einen KI- StylistenTutorial: Multimodale KI-Abfragen mit LlamaTutorial: Multimodale KI-Abfragen mit PixtralTutorial: Automatische Podcast-Transkription mit GraniteTutorial: PPT-KI-Bildanalyse-AntwortsystemÜberblickGraphRAGTutorial: Erstellen Sie ein multimodales RAG-System mit Docling und GraniteTutorial: Evaluieren Sie die RAG-Pipline mit RagasTutorial: RAG-Chunking-StrategienTutorial: RAG mithilfe von Wissensdiagrammen grafisch darstellenTutorial: Inferenzskalierung zur Verbesserung multimodaler RAGÜberblickVibe-CodierungBesuchen Sie den Leitfaden zu KI-Agenten 2025ÜberblickVerlustfunktionTrainingsdatenModellparameterGradientenabstiegStochastischer GradientenabstiegHyperparameter-TuningLernrateÜberblickParameter-efficient Fine-Tuning(PEFT)LoRATutorial: Feinabstimmung des Granite-Modells mit LoRARegularisierungFoundation ModelsOverfittingUnderfittingFew-Shot-LearningZero-Shot-LearningKnowledge DistillationMeta-LearningData AugmentationCatastrophic ForgettingÜberblickScikit-learnXGboostPyTorchÜberblickKI-LebenszyklusKI-InferenzModellbereitstellungPipeline für maschinelles LernenDatenkennzeichnungModellrisikomanagementModelldriftAutoMLModellauswahlFöderiertes LernenVerteiltes maschinelles LernenKI-StackÜberblickNatural Language UnderstandingÜberblickStimmungsanalyseMaschinelle ÜbersetzungÜberblickInformationsabrufInformationsextraktionThemen-ModellierungLatente semantische AnalyseLatent Dirichlet AllocationNamed Entity RecognitionWorteinbettungenBag of WordsIntelligente SucheSpracherkennungStemming und LemmatizationTextzusammenfassungDialogorientierte KIKonversationsanalyseGenerierung natürlicher SpracheÜberblickBildklassifikationObjekterkennungInstanzsegmentierungSemantische SegmentierungOptische ZeichenerkennungBilderkennungVisuelle InspektionEda KavlakogluVerarbeitung natürlicher Spracheunüberwachtes LernenNatural Language Toolkit (NLTK)IBM DatenschutzerklärungüberwachtenBag-of-WordsAlle Episoden von Mixture of Experts ansehenStemmingLemmatizationReduzierung von Sparsity und Dimensionalitätlinearen DiskriminanzanalyseMonte-Carlokünstlichen Intelligenzgroße SprachmodelleBericht Jenseits des Hypes – Wie KI-Assistenten echten geschäftlichen Mehrwert schaffen Entdecken Sie die wichtigsten Anwendungsfälle für den Einsatz von KI-Assistenten, verstehen Sie die potenziellen Auswirkungen von generativer KI und Automatisierung auf Ihr Unternehmen und erfahren Sie, wie Sie loslegen können. Lesen Sie den BerichtKI-Modelle IBM Granite erkunden IBM® Granite ist unsere Familie offener, leistungsfähiger und vertrauenswürdiger KI-Modelle, die auf Unternehmen zugeschnitten und für die Skalierung Ihrer KI-Anwendungen optimiert sind. Entdecken Sie die Optionen zu Sprache, Code, Zeitreihen und Guardrails. Granite kennenlernenErläuterung Leitfaden für Anfänger zu NLP Erfahren Sie, wie die Verarbeitung natürlicher Sprache (NLP) Ihnen dabei helfen kann, sich natürlicher mit Computern zu unterhalten. NLP lernenBericht IBM wird als führend im Bereich Data Science und maschinelles Lernen genannt Erfahren Sie, warum IBM im Gartner Magic Quadrant for Data Science and Machine Learning Platforms 2025 als führend eingestuft wurde. Lesen Sie den BerichtWeiterbildung Praktische Anwendung von generativer KI Erfahren Sie mehr über grundlegende Konzepte und bauen Sie Ihre Fähigkeiten mit praktischen Übungen, Kursen, angeleiteten Projekten, Tests und mehr aus. Generative KI kennenlernenEntdecken Sie watsonx OrchestrateNLP-Lösungen erkundenKI-Services entdeckenEntdecken Sie watsonx OrchestrateNLP-Lösungen erkundenhttps://web.stanford.edu/~jurafsky/slp3/https://asistdl.onlinelibrary.wiley.com/doi/abs/10.1002/%28SICI%291097-4571%28199009%2941%3A6%3C391%3A%3AAID-ASI1%3E3.0.CO%3B2-9https://asistdl.onlinelibrary.wiley.com/doi/abs/10.1002/%28SICI%291097-4571%28199009%2941%3A6%3C391%3A%3AAID-ASI1%3E3.0.CO%3B2-9https://academic.oup.com/dsh/article/39/1/142/7515230?login=false(Link befindet sich außerhalb von ibm.com).https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10504675/ (Link befindet sich außerhalb von ibm.com).https://link.springer.com/chapter/10.1007/978-3-031-10464-0_38https://www.sciencedirect.com/science/article/pii/S1877050921012199https://www.jmir.org/2020/12/e22609https://academic.oup.com/dsh/article-abstract/38/2/530/6957052https://dl.acm.org/doi/10.1145/3236386.3241340https://aclanthology.org/2021.naacl-main.300.pdfhttps://proceedings.neurips.cc/paper_files/paper/2021/hash/0f83556a305d789b1d71815e8ea4f4b0-Abstract.htmlhttps://aclanthology.org/2023.emnlp-main.581/ (Link befindet sich außerhalb von ibm.com).https://www.sciencedirect.com/science/article/pii/S2949719123000419https://www.computer.org/csdl/proceedings-article/bigdata/2023/10386113/1TUOz14EiBy

智能索引记录