机器学习

贝叶斯网络（Bayesian Network）也称为信念网络或概率有向无环图，是一种概率图模型。通过有向边和节点（表示随机变量）的图形化方式来表示变量间的概率依赖...

群体智能（Swarm Intelligence）是一种模拟自然界生物群体行为的分布式智能算法。通过模拟蚂蚁、蜜蜂等社会性生物的集体行为，利用简单个体间的局部交互产生...

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...

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...

零样本学习（Zero-Shot Learning, ZSL）是一种机器学习场景，其中AI模型被训练以识别和分类对象或概念，事先不知道这些类别或概念的任何示例。大多数深度学习...

因果推理（Causal Reasoning）是一种分析方法，旨在探究事件之间的因果关系。超越了简单的关联性分析，尝试确定一个事件是否会导致另一个事件的发生。在科学...

对抗样本（Adversarial Examples） 是故意设计的数据点，通过在原始样本中加入微小、难以察觉的扰动，导致机器学习模型尤其是深度学习模型以高置信度给出错误...

本文介绍了什么是机器学习、机器学习的技术分类、机器学习的常见算法以及机器学习的实际应用，让你对机器学习这一AI技术有一个初步的认识。

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...

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...

向量数据库是专门用来存储和查询向量的数据库系统。用于表示多维度的数据点，例如在机器学习和人工智能中使用的数据。在向量数据库中，数据被表示为向量，这...

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...

AI智能体（AI Agent），也被称为人工智能体，是人工智能领域中的一个核心概念，指的是能感知其环境、进行自主决策并采取行动以实现特定目标的智能实体或计算...