glosario

Provisión de servicios informáticos por Internet; fundamental para IA por la capacidad de cómputo y escalado.

Algoritmo de optimización que ajusta parámetros en la dirección que más reduce el error.

Colección organizada de datos para entrenar/validar/probar modelos. Calidad y tamaño son cruciales.

Atajos o reglas prácticas para resolver problemas cuando la solución perfecta es impracticable.

Porción del dataset usada para entrenar el modelo.

Parámetro de configuración fijado antes del entrenamiento (tasa de aprendizaje, capas…).

Técnicas para ampliar artificialmente el conjunto de entrenamiento (rotar, recortar, ruido), mejorando robustez y reduciendo sobreajuste.

Uso de tecnología para realizar tareas antes humanas. La IA permite automatizar procesos cognitivos como decisiones o atención al cliente.

El proceso de tomar un modelo de lenguaje pre-entrenado y re-entrenarlo con un conjunto de datos más pequeño y específico.

Algoritmo que permite a las redes ajustar pesos a partir del error de predicción, propagándolo hacia atrás por las capas.