机器学习

最重要的国际MR会议之一落下帷幕，展现了全球磁共振领域专家的思考，以及难以忽视的风向:AI全方位降临，推进MR在各个方向上变得更加普及、高效。ISMRM大会现场在今年的ISMRM上，我们观察到以下三大...

随机森林（Random Forest）是一种集成学习算法，由多个决策树构成，通过投票机制或平均预测结果来提高模型的准确性和鲁棒性。它采用随机抽样的方式选择数据和...

判别式模型是机器学习中一类重要的模型，主要用于分类和回归任务。它们的核心目标是学习输入变量x和输出变量y之间的映射关系，即条件概率分布P(y|x)。与生成...

领域适配（Domain Adaptation）是迁移学习中的一种方法，旨在将一个模型从一个领域（源域）迁移到另一个不同的领域（目标域），提高模型在目标域的性能。主要...

稀疏编码（Sparse Coding）是一种数据表示方法，旨在通过少量非零元素来描述数据，提取其关键特征。在图像处理和机器学习中广泛应用，通过构建一个超完备字典...

弱监督学习（Weakly Supervised Learning）是一种机器学习范式，旨在解决标注数据不完整或不精确的问题。包括不完全监督（部分数据有标签）、不确切监督（标...

前向传播（Forward Propagation）是神经网络中的核心过程，它描述了输入数据如何通过网络层传递并生成输出的过程。输入数据被送入神经网络的输入层。输入数据...

决策树通过递归选择最能区分数据的属性来构建树状模型，每个节点代表一个属性测试，每个分支代表测试结果，叶节点代表决策输出。它利用信息增益、增益率或基...

面部识别（Facial Recognition）是一种基于人的脸部特征信息进行身份识别的生物识别技术。它通过采集含有人脸的图像或视频流，自动检测和跟踪人脸，进一步对...

过拟合（Overfitting）是指模型在训练数据上表现得过于完美，以至于无法对新数据做出准确预测的现象。发生在模型过于复杂或者训练时间过长时，模型开始学习训...

推理（Inference）指的是经过训练的AI模型识别模式并从以前从未见过的信息中得出结论的能力。AI推理是AI模型生命周期中的关键阶段，发生在模型训练之后，当模...

欠拟合（Underfitting）是指机器学习模型在训练数据上的表现不够好，导致在测试数据上也表现不佳。发生在模型过于简单，无法捕捉到数据中的复杂模式时。欠拟...

互联网习惯了用短期让利换取用户行为迁移的打法，AI也染上了相似的毛病。 2月2日，阿里巴巴旗下千问APP宣布投入30亿启动春节攻势，全面接入淘宝闪购、大麦、飞猪、盒马等生态业务，以免单形式请全国用户在...