NAFTA ist eine Eselsbrücke, die für die Zwecke dieses Programms den Rahmen darstellt, dem man folgen muss, wenn man einen Business Case für KI in einem Unternehmen erstellt - Bedarf, Ausrichtung, Finanzierung, Test und Analyse.

"Das Modell besteht aus zwei Arten von Wahrscheinlichkeiten, die direkt aus Ihren Trainingsdaten berechnet werden können: 1) Die Wahrscheinlichkeit für jede Klasse und 2) die bedingte Wahrscheinlichkeit für jede Klasse bei jedem x-Wert. Nach der Berechnung kann das Wahrscheinlichkeitsmodell verwendet werden, um mit Hilfe des Bayes-Theorems Vorhersagen für neue Daten zu treffen".c

Neuronen sind im Kontext des maschinellen Lernens Teil der größeren Struktur künstlicher neuronaler Netze, die sich am menschlichen Gehirn orientieren, um dessen Funktion nachzubilden.cv

Hierbei handelt es sich um einen Ansatz des maschinellen Lernens, bei dem künstliche Neuronen verwendet werden, die in einem komplexen Netzwerk miteinander verbunden sind, um eine gewünschte Ausgabe aus einer gegebenen Eingabe zu erzeugen.

Diese neuronalen Netze können direkt auf Graphen angewendet werden, um Vorhersageaufgaben zu erfüllen. GNNs wenden die Vorhersagefähigkeiten von Deep-Learning-Modellen auf die Datenpunkte an, die als Knoten bezeichnet werden und durch Linien oder Kanten in einem Graphen verbunden sind. Dadurch können Algorithmen für maschinelles Lernen Vorhersagen auf der Ebene einzelner Knoten, Kanten oder des gesamten Graphen treffen. GNNs können in allen Anwendungen eingesetzt werden, bei denen es darauf ankommt, Muster in den Beziehungen zwischen Datenpunkten zu finden, z. B. bei Produkt- oder Medienempfehlungen, der Erkennung von Betrug oder der Entdeckung von Medikamenten.lxix

Hierbei handelt es sich um ein voll vernetztes neuronales Netz, das in der Lage ist, auf der Grundlage einer Eingabe von unvollständigen zweidimensionalen Bildern neue Perspektiven komplexer dreidimensionaler Szenen zu erzeugen.ciii

Dies ist "eine Methode zur Ermittlung eines nichtlinearen Modells der Beziehung zwischen der abhängigen Variablen und einer Reihe unabhängiger Variablen". Diese Art der Regression "kann Modelle mit beliebigen Beziehungen zwischen unabhängigen und abhängigen Variablen schätzen".cvi

NP-harte Probleme bezeichnen eine Klasse von Problemen, für die keine Lösung schnell gefunden werden kann, die aber, wenn man die Lösung hat, schnell überprüft werden kann. Das bekannteste NP-harte und NP-komplette Problem ist das Problem des reisenden Handlungsreisenden.cviii

Dies bezieht sich auf eine "Klasse von Berechnungsproblemen, die sich Versuchen widersetzen, sie effizient zu lösen".cvii NP-komplett ist die Schnittmenge von NP-Problemen und NP-harten Problemen.