Normalizace je předzpracování dat, které upravuje hodnoty vstupních proměnných do standardizovaného rozsahu (např. 0 až 1 nebo se střední hodnotou 0). Pomáhá zrychlit a stabilizovat učení modelu, zejména u algoritmů citlivých na měřítko dat – jako jsou neuronové sítě nebo k-means. Správná normalizace může výrazně ovlivnit přesnost výsledků.

Neuronová síť je model složený z vrstev propojených neuronů, které společně zpracovávají informace. Každá vrstva přetváří vstupy do užitečných reprezentací, a tak síť dokáže rozpoznat obrazy, porozumět řeči nebo generovat text. Neuronové sítě jsou základem většiny moderních AI systémů včetně deep learningu.

Neuron v kontextu umělé inteligence je základní stavební jednotka neuronových sítí, inspirovaná biologickým neuronem. Každý umělý neuron přijímá vstupy, aplikuje na ně váhy, projde je aktivační funkcí a předává výstup dál. Kombinace tisíců nebo milionů těchto neuronů vytváří modely schopné učení a složitého rozhodování.