Command Palette
Search for a command to run...
百科
我们编汇了数百条相关词条，帮助您理解「人工智能」
结构风险 Structural Risk
结构风险 Structural Risk
结构风险是对经验风险和期望风险的折中，在经验风险函数后面加一个正则化项（惩罚项），得到结构分险。
2 年前
结构风险最小化 Structural Risk Minimization
结构风险最小化 Structural Risk Minimization
结构风险最小化（SRM）是机器学习中的一个归纳原理。常作为防止过拟合的一个策略。
2 年前
挤压函数 Squashing Function
挤压函数 Squashing Function
挤压函数是把较大范围的输入挤压到较小的区间的函数。经常用来做激活函数。
2 年前
加权投票法 Weighted Voting
加权投票法 Weighted Voting
加权投票法是一种计入权重的投票方法。
2 年前
近邻成分分析 Neighbourhood Component Analysis
近邻成分分析 Neighbourhood Component Analysis
近邻成分分析（NCA）是一种与 KNN（K 近邻）相关联的距离测度学习方法，属于监督式学习方法。最早是 2004 年由 Goldberger 等人提出。
2 年前
类内散度矩阵 Within-class Scatter Matrix
类内散度矩阵 Within-class Scatter Matrix
类内散度矩阵是表示各样本点围绕均指的散布情况。
2 年前
可理解性 Understandability
可理解性 Understandability
可理解性指事物的易理解度，主要是读者容易轻松理解。
2 年前
极性检测 Polarity Detection
极性检测 Polarity Detection
极性检测是对自然语言中的文本做情感极性分类是被的一个过程。
2 年前
激励函数（Activity Rule）
激励函数（Activity Rule）
激励函数是一种动力学原则，通常被用于神经网络模型中，该函数定义神经元如何根据其他神经元的活动来改变自己的激励值。 一般激励函数依赖于网络中的权重，其可引入非线性因素，通常被用于解决不可用线性方程解决的问题。
2 年前
解析树 Parse Tree
解析树 Parse Tree
解析树也称作具体语法树，是语法分析结果的一种表现形式，以树状表示语言的语法结构。
2 年前
结构 Architecture
结构 Architecture
结构是一种神经网络拓扑关系图的展示方法，其通常被用于神经网络领域。 在神经网络中，变量可以是神经元连接的权重和激励值。
2 年前
解析梯度
解析梯度
解析梯度是指在神经网络算法中，使用反向传播计算目标函数关于每个参数的梯度。
2 年前
近似 Approximation
近似 Approximation
近似或是逼近是指一个事物和另一事物类似，但不是完全相同。
2 年前
近似贝叶斯计算 Approximate Bayesian Computation
近似贝叶斯计算 Approximate Bayesian Computation
近似贝叶斯计算（ABC）是一种基于贝叶斯统计的计算方法，可用于估计模型参数的后验分布。
2 年前
近似推断 Approximate Inference
近似推断 Approximate Inference
近似推断方法是指从大量数据中采样学习，并采用假设-验证的逻辑来不断逼近真实模型。
2 年前
距离矩阵 Affinity Matrix
距离矩阵 Affinity Matrix
在数学中, 一个距离矩阵是一个包含一组点两两之间距离的矩阵（即二维数组）。
2 年前
即插即用生成网络 Plug and Play Generative Networks
即插即用生成网络 Plug and Play Generative Networks
即插即用生成网络（PPGN）是 Nguyen 等人在 2016 年提出的一个模型。
2 年前
列名属性 Nominal Attribute
列名属性 Nominal Attribute
列名属性是指数据存在 ‘与名称相关’ 的特征，相应的值是一些符号或事物的名称。
2 年前
累积误差反向传播 Accumulated Error Backpropagation
累积误差反向传播 Accumulated Error Backpropagation
累积误差反向传播是一种神经网络算法，采取基于梯度下降的策略，以目标的负梯度方向对参数进行调整，其目标是最小化训练误差。又称为「反向传播算法」，简称「BP 算法」
2 年前
聚类 Clustering
聚类 Clustering
将关联的样本分成一组，一般用于非监督式学习。在所有样本均分组完毕后，相关人员便可选择性地为每个聚类赋予含义。 聚类算法有很多，例如，k-means 算法会基于样本与形心的接近程度聚类样本，如下图所示： 之后，研究人员便可 […]
2 年前
绝对多数投票法 Majority Voting
绝对多数投票法 Majority Voting
绝对多数投票法是一种投票法，其需要有效票过半数才认可，在多个分类器对某一类别进行预测的情况下，只会预测高于总结果一半的部分。 以下是表示的公式： $latex {H{ \left( {x} \right) }\text{ […]
2 年前
流形学习 Manifold Learning
流形学习 Manifold Learning
流形学习是模式识别中的基本方法，其基于观测到的现象中去寻找事物的本质，找到产生数据的内在规律。 流形学习分为线性流形学习算法和非线性流形学习算法两种，其中非线性流形学习算法包括等距映射 Isomap，拉普拉斯特征映射 L […]
2 年前
均方误差 Mean Squared Error
均方误差 Mean Squared Error
均方误差是反映估计量与真实量之间差异程度的期望值，常被用于评价数据的变化程度，预测数据的精确度。 假设存在参数 ，其估计函数为
，则有 $latex {MSE […]
2 年前
机器翻译 Machine Translation
机器翻译 Machine Translation
机器翻译是利用计算机实现不同语言转换，其通常是将源语言翻译为目标语言。 翻译流程 从人为翻译来看机器翻译，翻译的过程可被细分如下： 解译来源文字的文意 重新编译此解析后所得的文意至目标语言。 翻译方法 一般机器翻译的步骤 […]
2 年前