百科

重采样法是指从原始数据样本中提取重复样本。这是一种统计推断的非参数方法。即重采样不使用通用分布来逼近地计算概率 p 的值。

残差映射是构建残差网络依据的对应关系，常见的表现形式为 H ( x ) = F( x ) + x ，其中 F ( x ) 为残差函数。

池化也叫空间池化，是卷积神经网络中用来提取特征的一种方法，

计算机视觉是一门研究如何使机器「看」的科学，进一步说便是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等，并用计算机将图像处理成为更适合人眼观察或传送给仪器检测的图像的一门学科。 定义 计算机视觉是使用计算机及相关 […]

计算语言学是一门通过数学模型来分析、处理自然语言，并在计算机上用程序来实现分析和处理的过程，从而达到以机器来模拟人的部分乃至全部语言能力的学科。 基本内容 计算语言学可按其工作性质和复杂程度分为以下 3 类： 自动编排： […]

特征分解，它是将矩阵分解为由特征值和特征向量表示矩阵之积的方法，但只有可对角化矩阵才能进行特征分解。 特征值可以看做是特征向量的长度在线性变化下的缩放比例，如果特征值为正，则表示 $latex v $经过线性变换的作用后 […]

反向传播的定义 反向传播是「误差反向传播」的简称，是一种与最优化方法结合使用的，用来训练人工神经网络的常见方法，该方法对网络中所有权重计算损失函数的梯度。 这个梯度会反馈给最优化方法，用来更新权值，从而最小化损失函数。 […]

通过时间的反向传播是应用于循环神经网络（RNN）的反向传播算法。 BPTT 可被看作是应用于 RNN 的标准反向传播算法，其中的每一个时间步骤都代表一个计算层，而且它的参数是跨计算层共享的。 因为 RNN 在所有的时间步 […]

一般的基学习器可以由 Logistic 回归，决策树，SVM，神经网络，贝叶斯分类器，K-近邻等构成。 如果个体学习器是从同种学习算法从训练数据中产生，则可称为同质集成，此时的个体学习器也称作基学习器；集成也可以包含不同 […]

定义 假定 x 是一个连续随机变量，其分布取决于类别状态，表示成 p(x|ω) 的形式，这就是「类条件概率」函数，即类别状态为ω时的 x 的概率函数。 类条件概率函数 $latex P\left(X | w_{i}\ri […]

CART 是在给定输入随机变量 X 条件下输出随机变量 Y 的条件概率分布的学习方法。 定义 ​CART 假设决策树是二叉树，内部结点特征的取值为「是」和「否」，左分支是取值为「是」的分支，右分支是取值为「否」的分支。这 […]

类别不平衡是一种二元分类问题，在此类问题中，两种类别的标签在出现频率方面具有很大的差距。 例如，在某个疾病数据集中，0.0001 的样本具有正类别标签，0.9999 的样本具有负类别标签，这就属于分类不平衡问题；但在某个 […]

闭式是指一些严格的公式，这个公式中给出任意的自变量就可以求出因变量，即问题的解，这是一种包含分式、三角函数、指数、对数甚至无限级数等基本函数的解的形式。  用于求得相关解的方法又被称为解析法，这是一种常见的微积 […]

聚类分析是对于统计数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。 聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集，这样让在同一个子集中的成员对象都有 […]

聚类集成是为了提高聚类结果的准确性、稳定性和鲁棒性的一种算法，通过集成多个基聚类结果可以产生一个较优的结果。 这种方法的基本思想是：用多个独立的基聚类器分别对原始数据集进行聚类，然后使用某种集成方法进行处理，并获得一个最 […]

数字遥控系统中译码器的一个组成部分。由双稳态触发器和编码开关组成。每个双稳态有「1」和「2」两种状态，n 个双稳级联起来就有 2n 种可能的组合，每一种组合即为二进制码组，编码开关按二进制码组连接。编码矩阵的用途是将指令 […]

计算学习理论会议之一，由 ACM 主办，每年举行。 计算学习理论，可以看成理论计算机科学和机器学习的交叉，所以被广泛认为是计算机科学相关会议。 官网：https://learningtheory.org/colt2019 […]

竞争学习是人工神经网络的一种学习方式。 在网络结构固定时，学习过程则归结为修改连接权，其中，竞争学习是指网络单元群体中所有单元相互竞争对外界刺激模式响应的权利。 竞争取胜的单元的连接权向着对这一刺激模式竞争更有利的方向变 […]

组件学习器是个体学习器的一种，其基于集成学习产生的个体学习器。 当个体学习器由不同的学习算法生成时，称为异质集成，这些个体学习器称为组件学习器。

可解释性是指需要了解或解决一件事情的时候，可以获得所需的相关信息。 数据层面的可解释性：让神经网络具有清晰的符号化的内部知识表达，去匹配人类自身的知识框架，从而人们可以在语义层面对神经网络进行诊断和修改。 机器学习的可解 […]

机器学习领域分类算法将属性分为离散和连续的，其中离散属性具有有限或无限可数个值，其可用或不用整数表示，例如属性 hair_color 、 smoker 、 medical_test 和 drink_size 都有有限个值 […]

定义 级联相关是一种监督学习架构，其可被用于构建最小的多层网络拓扑，它的优点在于用户无需担心网络的拓扑结构，而且其学习速度相较于传统学习算法更快。 相关算法 级联相关算法通过以下方式实现： 从最小网络开始，仅包含输入和输 […]

定义 在规定的条件下，用一个可参考的标准，对包括参考物质在内的测量器具的特性赋值，并确定其示值误差。 目的 确定示值误差，并可确定是否在预期的允差范围之内； 得出标称值偏差的报告值，可调整测量器具或对示值加以修正； 给任 […]

定义 对于微分方程 $latex \frac{d \mathbf{x}}{d t}=\mathbf{f}(t, \mathbf{x}), \mathbf{x} \in \mathbb{R}^{n}$ , 若 $latex […]