Infrastructure as a Service (IaaS) adalah bentuk komputasi awan yang menyediakan sumber daya komputasi virtual melalui internet. IaaS adalah satu dari tiga kategori utama layanan cloud computing, bersama dengan SaaS dan PaaS.
Identity and Access Management (IAM) adalah kerangka kerja kebijakan dan teknologi untuk memastikan bahwa orang yang tepat (identitas) memiliki akses yang tepat ke sumber daya teknologi yang tepat.
IDE adalah aplikasi perangkat lunak yang memberikan fasilitas komprehensif kepada pemrogram komputer untuk pengembangan perangkat lunak. Biasanya terdiri dari editor kode sumber, alat otomatisasi build, dan debugger.
Idempotency adalah sifat operasi tertentu dalam matematika dan ilmu komputer di mana operasi tersebut dapat diterapkan beberapa kali tanpa mengubah hasil di luar aplikasi awal.
Image Augmentation adalah teknik memperbanyak data latih gambar secara artifisial dengan membuat variasi dari gambar yang sudah ada. Teknik ini termasuk memutar, membalik (flip), memotong (crop), atau mengubah kecerahan gambar.
Image Segmentation adalah tugas Computer Vision yang membagi gambar digital menjadi beberapa segmen (kumpulan piksel). Tujuannya adalah untuk menyederhanakan representasi gambar menjadi sesuatu yang lebih bermakna dan mudah dianalisis, dengan memberi label pada setiap piksel.
Imbalanced Dataset (Dataset Tidak Seimbang) adalah kondisi di mana distribusi kelas dalam dataset klasifikasi tidak merata. Satu kelas mayoritas memiliki jumlah sampel yang jauh lebih banyak daripada kelas minoritas.
Immutable object (objek yang tidak dapat diubah) adalah objek yang statusnya tidak dapat dimodifikasi setelah dibuat. Dalam pemrograman fungsional dan sistem terdistribusi, immutability sangat dihargai.
In-Context Learning adalah kemampuan Large Language Models (LLM) untuk mempelajari tugas baru hanya dengan diberikan instruksi atau beberapa contoh input-output dalam prompt (konteks) saat inferensi, tanpa memperbarui bobot model sama sekali.
Incremental Learning (Pembelajaran Inkremental) adalah metode machine learning di mana data input terus digunakan untuk memperluas pengetahuan model yang sudah ada, tanpa melupakan pengetahuan sebelumnya (catastrophic forgetting).