Few-shot learning je technika, kdy model dokáže zvládnout nový úkol nebo rozpoznat nové kategorie i s velmi malým množstvím trénovacích dat – často jen z několika málo příkladů. Je to obrovský posun oproti klasickému učení, které vyžaduje tisíce až miliony datových záznamů. Moderní jazykové modely (jako GPT nebo Gemini) využívají few-shot learning k tomu, aby […]

Feature engineering je proces vytváření nových a výběru správných příznaků (vlastností, proměnných), které model používá pro učení. Cílem je poskytnout modelu co nejvíce relevantních informací ve vhodné formě. Příznaky mohou být vypočteny z existujících dat, transformovány nebo kombinovány – například z data narození vytvořit věk, z adresy lokalitu atd. Dobré inženýrství příznaků může dramaticky zlepšit […]

Ve světě AI a strojového učení jsou falešně pozitivní a falešně negativní výsledky klíčové pro hodnocení přesnosti modelu.False positive (falešně pozitivní): model označí něco jako pozitivní, i když to ve skutečnosti není – například diagnostický systém vyhodnotí zdravého pacienta jako nemocného.False negative (falešně negativní): model přehlédne pozitivní případ – například neodhalí nemoc, i když pacient […]