- O que é: Minibatch Sampling (Amostragem em Minilotes)
- O que é: Maximum Margin Classifier (Classificador de Máxima Margem)
- O que é: Model Explainability (Explicabilidade de Modelo)
- O que é: Memory Augmented Neural Network (Rede Neural Aumentada por Memória)
- O que é: Model Calibration (Calibração de Modelo)
- O que é: Model Checking (Verificação de Modelo)
- O que é: Matrix Norm (Norma de Matriz)
- O que é: Mixture of Experts (Mistura de Especialistas)
- O que é: Model Interpretability (Interpretabilidade de Modelo)
- O que é: Multimodal Data (Dados Multimodais)
- O que é: Mean Average Precision (Precisão Média)
- O que é: Minimum Description Length (Comprimento Mínimo de Descrição)
- O que é: Markov Random Field (Campo Aleatório de Markov)
- O que é: Maximum Entropy Model (Modelo de Máxima Entropia)
- O que é: Model Bias (Viés de Modelo)
- O que é: Multinomial Naive Bayes (Naive Bayes Multinomial)
- O que é: Matrix Decomposition (Decomposição de Matriz)
- O que é: Multi-armed Bandit Problem (Problema do Bandido de Vários Braços)
- O que é: Model Regularization (Regularização de Modelo)
- O que é: Model Complexity (Complexidade de Modelo)
- O que é: Margin Classifier (Classificador de Margem)
- O que é: Monte Carlo Tree Search (Busca em Árvore de Monte Carlo)
- O que é: Model Ensemble (Conjunto de Modelos)
- O que é: Mutual Information (Informação Mútua)
- O que é: Mean Field Approximation (Aproximação de Campo Médio)
- O que é: Multitask Learning (Aprendizado Multitarefa)
- O que é: Matrix Inversion (Inversão de Matriz)
- O que é: Mask R-CNN (Rede Neural Convolucional de Máscara)
- O que é: Markov Chain (Cadeia de Markov)
- O que é: Memory Network (Rede de Memória)
- O que é: Manifold Learning (Aprendizado de Variedade)
- O que é: Model Overfitting (Sobreajuste de Modelo)
- O que é: Model Drift (Deriva de Modelo)
- O que é: Mean Shift Clustering (Clusterização de Deslocamento Médio)
- O que é: Marginal Likelihood (Verossimilhança Marginal)
- O que é: Multivariate Analysis (Análise Multivariada)
- O que é: Mini-batch Gradient Descent (Gradiente Descendente Mini-batch)
- O que é: Matrix Multiplication (Multiplicação de Matriz)
- O que é: Model Compression (Compressão de Modelo)
- O que é: Maximum A Posteriori (MAP)
- O que é: Missing Data (Dados Faltantes)
- O que é: Min-Max Scaling (Escalonamento Min-Max)
- O que é: Model Tuning (Ajuste de Modelo)
- O que é: Meta Learning (Aprendizado de Meta-modelos)
- O que é: Model Generalization (Generalização de Modelo)
- O que é: Mean Absolute Error (Erro Absoluto Médio)
- O que é: Maximum Likelihood Estimation (Estimativa de Máxima Verossimilhança)
- O que é: Multimodal Learning (Aprendizado Multimodal)
- O que é: Multiclass Classification (Classificação Multiclasse)
- O que é: Momentum
- O que é: Model Selection (Seleção de Modelo)
- O que é: Matrix Factorization (Fatoração de Matriz)
- O que é: Markov Decision Process (Processo de Decisão de Markov)
- O que é: Monte Carlo Simulation (Simulação de Monte Carlo)
- O que é: Model Evaluation (Avaliação de Modelo)
- O que é: Model Training (Treinamento de Modelo)
- O que é: Mean Squared Error (Erro Quadrático Médio)
- O que é: Multilayer Perceptron (Perceptron Multicamadas)
- O que é: Model (Modelo)
- O que é: Machine Learning (Aprendizado de Máquina)