Das ganze Fach dreht sich um einen einzigen Gegensatz: el sesgo und la varianza. Ein zu einfaches Modell übersieht, was da ist; ein zu genaues lernt das Rauschen mit. Deshalb heißt der zentrale Vorwurf el sobreajuste — nicht „zu gut", sondern zu gut auf genau diesen Daten. Und beachte, dass el sesgo hier zwei Dinge heißt: die statistische Verzerrung und, ganz anders, die gesellschaftliche Voreingenommenheit eines Datensatzes.
el modelo estadístico entrenadodas trainierte ModellWendungC2
El modelo estadístico entrenado deduce la regla de los ejemplos.Das trainierte Modell erschließt die Regel aus Beispielen.
el aprendizaje supervisadodas überwachte LernenWendungC2
El aprendizaje supervisado necesita etiquetas.Das überwachte Lernen braucht Beschriftungen.
el aprendizaje no supervisadodas unüberwachte LernenWendungC2
El aprendizaje no supervisado busca estructura sin etiquetas.Das unüberwachte Lernen sucht Struktur ohne Beschriftungen.
el aprendizaje por refuerzodas bestärkende LernenWendungC2
El aprendizaje por refuerzo aprende de la recompensa.Das bestärkende Lernen lernt aus der Belohnung.
el conjunto de entrenamientodie TrainingsmengeWendungC2
El conjunto de entrenamiento nunca se usa para juzgar.Die Trainingsmenge dient nie zur Beurteilung.
el conjunto de validacióndie ValidierungsmengeWendungC2
El conjunto de validación sirve para elegir los ajustes.Die Validierungsmenge dient der Wahl der Einstellungen.
el conjunto de pruebadie TestmengeWendungC2
El conjunto de prueba se abre una sola vez.Die Testmenge wird ein einziges Mal geöffnet.
la validación cruzadadie KreuzvalidierungWendungC2
La validación cruzada divide los datos en cinco partes.Die Kreuzvalidierung teilt die Daten in fünf Teile.
la fuga de datosdas Durchsickern von InformationWendungC2
La fuga de datos infla el resultado sin que se note.Das Durchsickern von Information bläht das Ergebnis unbemerkt auf.
el compromiso entre sesgo y varianzader Bias-Varianz-KompromissWendungC2
El compromiso entre sesgo y varianza no se elimina, se elige.Der Bias-Varianz-Kompromiss verschwindet nicht, man wählt ihn.
la penalización de los pesosdie GewichtsbestrafungWendungC2
La penalización de los pesos frena el crecimiento de los coeficientes.Die Gewichtsbestrafung bremst das Wachsen der Koeffizienten.
la función de pérdidadie VerlustfunktionWendungC2
La función de pérdida define qué significa equivocarse.Die Verlustfunktion legt fest, was Irren bedeutet.
el descenso de gradientedas GradientenverfahrenWendungC2
El descenso de gradiente baja por la pendiente más pronunciada.Das Gradientenverfahren folgt dem steilsten Gefälle.
la tasa de aprendizajedie LernrateWendungC2
La tasa de aprendizaje demasiado alta hace saltar el mínimo.Eine zu hohe Lernrate springt über das Minimum hinweg.
el mínimo localdas lokale MinimumWendungC2
El mínimo local no siempre es un problema.Das lokale Minimum ist nicht immer ein Problem.
la época de entrenamientodie TrainingsepocheWendungC2
La época de entrenamiento recorre todos los ejemplos una vez.Die Trainingsepoche durchläuft alle Beispiele einmal.
el lote de datosder DatenstapelWendungC2
El lote de datos tiene treinta y dos ejemplos.Der Datenstapel umfasst zweiunddreißig Beispiele.
la red neuronal profundadas tiefe neuronale NetzWendungC2
La red neuronal profunda apila muchas capas.Das tiefe neuronale Netz stapelt viele Schichten.
la capa ocultadie verborgene SchichtWendungC2
La capa oculta no se observa desde fuera.Die verborgene Schicht ist von außen nicht sichtbar.
la función de activacióndie AktivierungsfunktionWendungC2
La función de activación introduce la no linealidad.Die Aktivierungsfunktion bringt die Nichtlinearität hinein.
el gradiente que se desvaneceder verschwindende GradientWendungC2
El gradiente que se desvanece detiene el aprendizaje en las capas bajas.Der verschwindende Gradient bringt das Lernen in den unteren Schichten zum Erliegen.
la red convolucionaldas FaltungsnetzWendungC2
La red convolucional aprovecha la vecindad espacial.Das Faltungsnetz nutzt die räumliche Nachbarschaft.
el mecanismo de atenciónder AufmerksamkeitsmechanismusWendungC2
El mecanismo de atención pesa cada posición de la entrada.Der Aufmerksamkeitsmechanismus gewichtet jede Stelle der Eingabe.
la representación vectorialdie VektoreinbettungWendungC2
La representación vectorial acerca lo que significa parecido.Die Vektoreinbettung rückt Ähnliches zusammen.
el espacio latenteder latente RaumWendungC2
El espacio latente comprime lo esencial.Der latente Raum verdichtet das Wesentliche.
la reducción de dimensionalidaddie DimensionsreduktionWendungC2
La reducción de dimensionalidad facilita la visualización.Die Dimensionsreduktion erleichtert die Darstellung.
el árbol de decisiónder EntscheidungsbaumWendungC2
El árbol de decisión se lee como una serie de preguntas.Der Entscheidungsbaum liest sich als Folge von Fragen.
el conjunto de modelosdas ModellensembleWendungC2
El conjunto de modelos suele superar al mejor solo.Das Modellensemble übertrifft meist das beste Einzelmodell.
la matriz de confusióndie WahrheitsmatrixWendungC2
La matriz de confusión muestra qué se confunde con qué.Die Wahrheitsmatrix zeigt, was mit was verwechselt wird.
la precisión del modelodie Genauigkeit der TrefferWendungC2
La precisión del modelo engaña con clases desiguales.Die Genauigkeit der Treffer täuscht bei ungleichen Klassen.
el área bajo la curvadie Fläche unter der KurveWendungC2
El área bajo la curva resume el compromiso entero.Die Fläche unter der Kurve fasst den ganzen Kompromiss zusammen.
la calibración del modelodie ModellkalibrierungWendungC2
La calibración del modelo hace creíble la probabilidad.Die Modellkalibrierung macht die Wahrscheinlichkeit glaubwürdig.
el desplazamiento de la distribucióndie VerteilungsverschiebungWendungC2
El desplazamiento de la distribución degrada el modelo con el tiempo.Die Verteilungsverschiebung verschlechtert das Modell mit der Zeit.
el sesgo del conjunto de datosdie Voreingenommenheit der DatenWendungC2
El sesgo del conjunto de datos se hereda sin remedio.Die Voreingenommenheit der Daten wird unweigerlich vererbt.
la equidad algorítmicadie algorithmische FairnessWendungC2
La equidad algorítmica admite definiciones incompatibles entre sí.Die algorithmische Fairness kennt Definitionen, die einander ausschließen.
la explicabilidad del modelodie ErklärbarkeitWendungC2
La explicabilidad del modelo se exige en decisiones sensibles.Die Erklärbarkeit wird bei heiklen Entscheidungen verlangt.
la atribución de importanciadie BedeutungszuschreibungWendungC2
La atribución de importancia señala qué rasgo pesó.Die Bedeutungszuschreibung weist aus, welches Merkmal wog.
el ejemplo adversariodas gegnerische BeispielWendungC2
El ejemplo adversario cambia la respuesta con un ruido invisible.Das gegnerische Beispiel kippt die Antwort durch unsichtbares Rauschen.
el ajuste finodie FeinabstimmungWendungC2
El ajuste fino adapta un modelo ya entrenado.Die Feinabstimmung passt ein bereits trainiertes Modell an.
el aprendizaje por transferenciadas ÜbertragungslernenWendungC2
El aprendizaje por transferencia ahorra datos y tiempo.Das Übertragungslernen spart Daten und Zeit.
la anotación de datosdie DatenannotationWendungC2
La anotación de datos es el trabajo que nadie ve.Die Datenannotation ist die Arbeit, die niemand sieht.
el coste de inferenciadie Kosten der AnwendungWendungC2
El coste de inferencia se paga en cada consulta.Die Kosten der Anwendung fallen bei jeder Anfrage an.
la trazabilidad del entrenamientodie Nachvollziehbarkeit des TrainingsWendungC2
La trazabilidad del entrenamiento documenta datos y versiones.Die Nachvollziehbarkeit des Trainings hält Daten und Versionen fest.
la supervisión humanadie menschliche AufsichtWendungC2
La supervisión humana debe poder cambiar la decisión.Die menschliche Aufsicht muss die Entscheidung ändern können.
Auswahl und Lücke, aus genau diesen 50 Wörtern. Was Sie falsch beantworten, kommt morgen wieder.