人工智能专用名词

合集下载

人工智能常见名词解释

人工智能常见名词解释

人工智能常见名词解释人工智能(ArtificialIntelligence,简称AI)是指计算机科学和人工智能学科所开发出来的一系列技术,目的是让计算机具备人类通常定义的智力功能。

AI技术一直是计算机科学领域的一个主要分支,近几十年来,它也已经发展成为一个与其他多种学科密切联系的领域。

人工智能的术语可以追溯到1950年代的数学家,其中包括知识表示和算法、搜索和规划、学习和推理。

知识表示和算法是AI中最基本的概念,是它的基石。

知识表示的数学结构用于建立AI系统,从而模拟人类思维的机会和认知行为,从而让计算机系统实现自动化。

算法是AI领域中,用于实现特定任务,像排序和解决数学问题的一系列运算步骤的技术。

搜索和规划是一种AI技术,主要应用于求解高复杂度的问题。

它允许AI系统根据给定条件,提出一系列假设,从而有效地找出最佳解决方案。

它也在计算机游戏应用中得到了广泛使用,帮助AI系统识别出游戏中最有效的决策。

机器学习是指AI系统可以通过学习,探索现有数据,从而建立一种能够识别出模式、综合洞察以及做出基于模式的决策的能力。

机器学习包括了非监督学习、监督学习、强化学习等。

机器学习的主要目的是让AI系统自动学习能力,从而可以不断改进其自身的行为。

自然语言处理(Natural Language Processing,简称NLP)是一种用于理解人类语言的技术,是一种AI技术,它把人类语言转化为能够反映其真实含义的机器表示形式。

计算机程序可以通过自然语言处理技术,理解用户的输入,并给出一个恰当的回应。

NLP可以被用于检索信息、建立机器翻译系统、解决问题以及分析文本,从而是AI技术发展的重要组成部分。

机器视觉(Machine Vision)是一种AI技术,利用机器视觉系统,可以让计算机通过分析图像或视频,自动采集和处理信息,以达到辨识一定对象的目的。

机器视觉系统的功能范围非常广泛,可以应用于家庭机器人,公共安全,健康检测,金融支付,图像识别,工业控制等多种领域。

人工智能中ai,aigc,agi,ai agent名词解释

人工智能中ai,aigc,agi,ai agent名词解释

人工智能中ai,aigc,agi,ai agent名词解释AI:人工智能(Artificial Intelligence)的英文缩写,是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

AI是智能学科重要的组成部分,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

AI可以对人的意识、思维的信息过程的模拟。

AI不是人的智能,但能像人那样思考、也可能超过人的智能。

AI是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学等。

AI是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等。

AIGC:全名是指“Artificial Intelligence Generated Content”,即利用人工智能技术来生成内容的一种新型技术。

通俗讲是用人工智能进行产品的内容创作。

比如,让AI根据一句话创作出一幅画;让AI根据几个词写代码;编写规则输入AI,使AI能够进行实时人机互动等等。

AGI:Artificial General Intelligence的首字母缩写,意为人工通用智能。

它是一种可以执行复杂任务的人工智能,能够完全模仿人类智能的行为,能够执行任何人类智能活动的计算机系统。

AGI可以被认为是人工智能的更高层次,它可以实现自我学习、自我改进、自我调整,进而解决任何问题而不需要人为干预。

AI Agent:在人工智能领域,“agent”是指一个可以感知环境并采取行动的实体。

Agent可以是物理实体(例如机器人),也可以是虚拟实体(例如计算机程序)。

Agent通常具备某种程度的自主性和智能,能够根据环境中的信息和设定的目标来做出决策和执行动作。

Agent的设计目标是为了解决特定的问题或完成特定的任务。

它可以接收来自环境的输入信息,并通过一些算法、推理或学习技术来处理这些信息,然后基于这些处理结果做出相应的动作或决策。

人工智能技术名词

人工智能技术名词

人工智能技术名词一、人工智能(Artificial Intelligence)1.1 人工智能的定义人工智能(Artificial Intelligence,简称AI)是指通过计算机和机器模拟人类智能的一门技术。

它包括了机器学习、深度学习、自然语言处理、计算机视觉等多个领域,旨在使计算机能够像人类一样思考、学习和解决问题。

1.2 人工智能的分类人工智能可以分为弱人工智能和强人工智能两种类型。

弱人工智能是指专注于单一任务的人工智能系统,如图像识别、语音识别等;而强人工智能则是具备与人类智能相当的智能水平,能够处理各种复杂的任务。

二、机器学习(Machine Learning)2.1 机器学习的定义机器学习是人工智能的一个重要分支,它通过让计算机从大量数据中学习和获取知识,从而实现自主学习和预测能力。

机器学习的核心是构建和训练模型,使其能够根据输入的数据做出准确的预测和决策。

2.2 机器学习的算法机器学习算法根据学习方式可分为监督学习、无监督学习和强化学习。

监督学习通过给定输入和输出的数据样本,让计算机学习建立输入与输出之间的映射关系;无监督学习则是通过对数据进行聚类、降维等处理,从中发现数据的内在结构;强化学习则是通过试错和奖励机制,让计算机根据环境的反馈不断优化自身的决策策略。

2.3 机器学习的应用机器学习在各个领域都有广泛的应用。

在医疗领域,机器学习能够辅助医生进行疾病诊断和预测;在金融领域,机器学习可以用于信用评估和风险控制;在交通领域,机器学习可以优化交通流量和预测交通事故等。

三、深度学习(Deep Learning)3.1 深度学习的定义深度学习是机器学习的一个分支,它通过构建深度神经网络模型来模拟人脑的神经网络结构,实现对大规模数据的学习和处理。

深度学习的核心是多层次的神经网络模型,可以自动提取和学习数据中的特征,从而实现更加准确的预测和决策。

3.2 深度学习的算法深度学习算法主要包括卷积神经网络(Convolutional Neural Network,简称CNN)和循环神经网络(Recurrent Neural Network,简称RNN)等。

ai常用术语归纳

ai常用术语归纳

AI常用术语归纳人工智能(Artificial Intelligence,简称AI)是一门研究如何使计算机能够像人一样具备智能的学科。

随着科技的不断发展,AI技术在各个领域得到了广泛应用。

为了更好地理解和使用AI,我们需要了解一些常用的术语。

本文将对AI常用术语进行归纳,以帮助读者更好地了解和应用AI技术。

1. 人工智能(Artificial Intelligence)人工智能是指通过计算机模拟人类智能的能力,包括感知、认知、学习、决策等。

人工智能可以分为弱人工智能和强人工智能。

弱人工智能是指在特定领域内具备智能的计算机系统,而强人工智能则是指具备与人类智能相当的智能水平。

2. 机器学习(Machine Learning)机器学习是一种通过从数据中学习模式和规律,从而使计算机具备智能的方法。

机器学习可以分为监督学习、无监督学习和强化学习等不同类型。

监督学习是指通过已有的标记数据来训练模型,无监督学习是指从未标记的数据中自动学习模式,强化学习是指通过与环境的交互来学习如何做出最优决策。

3. 深度学习(Deep Learning)深度学习是一种机器学习的方法,通过构建多层神经网络模型来学习数据的特征表示。

深度学习模型可以自动从原始数据中学习到高层次的抽象特征,相比传统的机器学习方法,具有更强的表达能力和更高的准确性。

4. 神经网络(Neural Network)神经网络是一种通过模拟人类神经系统的工作原理来进行计算的数学模型。

神经网络由多个神经元(节点)组成,每个神经元接收一组输入并产生一个输出。

神经网络通过调整神经元之间的连接权重来学习数据的模式和规律。

5. 自然语言处理(Natural Language Processing,简称NLP)自然语言处理是一种研究如何使计算机能够理解和处理人类自然语言的技术。

自然语言处理包括文本分析、语义理解、机器翻译等任务,可以应用于智能助理、机器翻译、情感分析等领域。

AI术语

AI术语

人工智能专业重要词汇表1、A开头的词汇:Artificial General Intelligence/AGI通用人工智能Artificial Intelligence/AI人工智能Association analysis关联分析Attention mechanism注意力机制Attribute conditional independence assumption属性条件独立性假设Attribute space属性空间Attribute value属性值Autoencoder自编码器Automatic speech recognition自动语音识别Automatic summarization自动摘要Average gradient平均梯度Average-Pooling平均池化Accumulated error backpropagation累积误差逆传播Activation Function激活函数Adaptive Resonance Theory/ART自适应谐振理论Addictive model加性学习Adversarial Networks对抗网络Affine Layer仿射层Affinity matrix亲和矩阵Agent代理/ 智能体Algorithm算法Alpha-beta pruningα-β剪枝Anomaly detection异常检测Approximation近似Area Under ROC Curve/AUC R oc 曲线下面积2、B开头的词汇Backpropagation Through Time通过时间的反向传播Backpropagation/BP反向传播Base learner基学习器Base learning algorithm基学习算法Batch Normalization/BN批量归一化Bayes decision rule贝叶斯判定准则Bayes Model Averaging/BMA贝叶斯模型平均Bayes optimal classifier贝叶斯最优分类器Bayesian decision theory贝叶斯决策论Bayesian network贝叶斯网络Between-class scatter matrix类间散度矩阵Bias偏置/ 偏差Bias-variance decomposition偏差-方差分解Bias-Variance Dilemma偏差–方差困境Bi-directional Long-Short Term Memory/Bi-LSTM双向长短期记忆Binary classification二分类Binomial test二项检验Bi-partition二分法Boltzmann machine玻尔兹曼机Bootstrap sampling自助采样法/可重复采样/有放回采样Bootstrapping自助法Break-Event Point/BEP平衡点3、C开头的词汇Calibration校准Cascade-Correlation级联相关Categorical attribute离散属性Class-conditional probability类条件概率Classification and regression tree/CART分类与回归树Classifier分类器Class-imbalance类别不平衡Closed -form闭式Cluster簇/类/集群Cluster analysis聚类分析Clustering聚类Clustering ensemble聚类集成Co-adapting共适应Coding matrix编码矩阵COLT国际学习理论会议Committee-based learning基于委员会的学习Competitive learning竞争型学习Component learner组件学习器Comprehensibility可解释性Computation Cost计算成本Computational Linguistics计算语言学Computer vision计算机视觉Concept drift概念漂移Concept Learning System /CLS概念学习系统Conditional entropy条件熵Conditional mutual information条件互信息Conditional Probability Table/CPT条件概率表Conditional random field/CRF条件随机场Conditional risk条件风险Confidence置信度Confusion matrix混淆矩阵Connection weight连接权Connectionism连结主义Consistency一致性/相合性Contingency table列联表Continuous attribute连续属性Convergence收敛Conversational agent会话智能体Convex quadratic programming凸二次规划Convexity凸性Convolutional neural network/CNN卷积神经网络Co-occurrence同现Correlation coefficient相关系数Cosine similarity余弦相似度Cost curve成本曲线Cost Function成本函数Cost matrix成本矩阵Cost-sensitive成本敏感Cross entropy交叉熵Cross validation交叉验证Crowdsourcing众包Curse of dimensionality维数灾难Cut point截断点Cutting plane algorithm割平面法4、D开头的词汇Data mining数据挖掘Data set数据集Decision Boundary决策边界Decision stump决策树桩Decision tree决策树/判定树Deduction演绎Deep Belief Network深度信念网络Deep Convolutional Generative Adversarial Network/DCGAN深度卷积生成对抗网络Deep learning深度学习Deep neural network/DNN深度神经网络Deep Q-Learning深度Q 学习Deep Q-Network深度Q 网络Density estimation密度估计Density-based clustering密度聚类Differentiable neural computer可微分神经计算机Dimensionality reduction algorithm降维算法Directed edge有向边Disagreement measure不合度量Discriminative model判别模型Discriminator判别器Distance measure距离度量Distance metric learning距离度量学习Distribution分布Divergence散度Diversity measure多样性度量/差异性度量Domain adaption领域自适应Downsampling下采样D-separation (Directed separation)有向分离Dual problem对偶问题Dummy node哑结点Dynamic Fusion动态融合Dynamic programming动态规划5、E开头的词汇Eigenvalue decomposition特征值分解Embedding嵌入Emotional analysis情绪分析Empirical conditional entropy经验条件熵Empirical entropy经验熵Empirical error经验误差Empirical risk经验风险End-to-End端到端Energy-based model基于能量的模型Ensemble learning集成学习Ensemble pruning集成修剪Error Correcting Output Codes/ECOC纠错输出码Error rate错误率Error-ambiguity decomposition误差-分歧分解Euclidean distance欧氏距离Evolutionary computation演化计算Expectation-Maximization期望最大化Expected loss期望损失Exploding Gradient Problem梯度爆炸问题Exponential loss function指数损失函数Extreme Learning Machine/ELM超限学习机6、F开头的词汇Factorization因子分解False negative假负类False positive假正类False Positive Rate/FPR假正例率Feature engineering特征工程Feature selection特征选择Feature vector特征向量Featured Learning特征学习Feedforward Neural Networks/FNN前馈神经网络Fine-tuning微调Flipping output翻转法Fluctuation震荡Forward stagewise algorithm前向分步算法Frequentist频率主义学派Full-rank matrix满秩矩阵Functional neuron功能神经元7、G开头的词汇Gain ratio增益率Game theory博弈论Gaussian kernel function高斯核函数Gaussian Mixture Model高斯混合模型General Problem Solving通用问题求解Generalization泛化Generalization error泛化误差Generalization error bound泛化误差上界Generalized Lagrange function广义拉格朗日函数Generalized linear model广义线性模型Generalized Rayleigh quotient广义瑞利商Generative Adversarial Networks/GAN生成对抗网络Generative Model生成模型Generator生成器Genetic Algorithm/GA遗传算法Gibbs sampling吉布斯采样Gini index基尼指数Global minimum全局最小Global Optimization全局优化Gradient boosting梯度提升Gradient Descent梯度下降Graph theory图论Ground-truth真相/真实8、H开头的词汇Hard margin硬间隔Hard voting硬投票Harmonic mean调和平均Hesse matrix海塞矩阵Hidden dynamic model隐动态模型Hidden layer隐藏层Hidden Markov Model/HMM隐马尔可夫模型Hierarchical clustering层次聚类Hilbert space希尔伯特空间Hinge loss function合页损失函数Hold-out留出法Homogeneous同质Hybrid computing混合计算Hyperparameter超参数Hypothesis假设Hypothesis test假设验证9、I开头的词汇ICML国际机器学习会议Improved iterative scaling/IIS改进的迭代尺度法Incremental learning增量学习Independent and identically distributed/i.i.d.独立同分布Independent Component Analysis/ICA独立成分分析Indicator function指示函数Individual learner个体学习器Induction归纳Inductive bias归纳偏好Inductive learning归纳学习Inductive Logic Programming/ILP归纳逻辑程序设计Information entropy信息熵Information gain信息增益Input layer输入层Insensitive loss不敏感损失Inter-cluster similarity簇间相似度International Conference for Machine Learning/ICML国际机器学习大会Intra-cluster similarity簇内相似度Intrinsic value固有值Isometric Mapping/Isomap等度量映射Isotonic regression等分回归Iterative Dichotomiser迭代二分器10、K开头的词汇Kernel method核方法Kernel trick核技巧Kernelized Linear Discriminant Analysis/KLDA核线性判别分析K-fold cross validation k 折交叉验证/k 倍交叉验证K-Means Clustering K –均值聚类K-Nearest Neighbours Algorithm/KNN K近邻算法Knowledge base知识库Knowledge Representation知识表征11、L开头的词汇Label space标记空间Lagrange duality拉格朗日对偶性Lagrange multiplier拉格朗日乘子Laplace smoothing拉普拉斯平滑Laplacian correction拉普拉斯修正Latent Dirichlet Allocation隐狄利克雷分布Latent semantic analysis潜在语义分析Latent variable隐变量Lazy learning懒惰学习Learner学习器Learning by analogy类比学习Learning rate学习率Learning Vector Quantization/LVQ学习向量量化Least squares regression tree最小二乘回归树Leave-One-Out/LOO留一法linear chain conditional random field线性链条件随机场Linear Discriminant Analysis/LDA线性判别分析Linear model线性模型Linear Regression线性回归Link function联系函数Local Markov property局部马尔可夫性Local minimum局部最小Log likelihood对数似然Log odds/logit对数几率Logistic Regression Logistic 回归Log-likelihood对数似然Log-linear regression对数线性回归Long-Short Term Memory/LSTM长短期记忆Loss function损失函数12、M开头的词汇Machine translation/MT机器翻译Macron-P宏查准率Macron-R宏查全率Majority voting绝对多数投票法Manifold assumption流形假设Manifold learning流形学习Margin theory间隔理论Marginal distribution边际分布Marginal independence边际独立性Marginalization边际化Markov Chain Monte Carlo/MCMC马尔可夫链蒙特卡罗方法Markov Random Field马尔可夫随机场Maximal clique最大团Maximum Likelihood Estimation/MLE极大似然估计/极大似然法Maximum margin最大间隔Maximum weighted spanning tree最大带权生成树Max-Pooling最大池化Mean squared error均方误差Meta-learner元学习器Metric learning度量学习Micro-P微查准率Micro-R微查全率Minimal Description Length/MDL最小描述长度Minimax game极小极大博弈Misclassification cost误分类成本Mixture of experts混合专家Momentum动量Moral graph道德图/端正图Multi-class classification多分类Multi-document summarization多文档摘要Multi-layer feedforward neural networks多层前馈神经网络Multilayer Perceptron/MLP多层感知器Multimodal learning多模态学习Multiple Dimensional Scaling多维缩放Multiple linear regression多元线性回归Multi-response Linear Regression /MLR多响应线性回归Mutual information互信息13、N开头的词汇Naive bayes朴素贝叶斯Naive Bayes Classifier朴素贝叶斯分类器Named entity recognition命名实体识别Nash equilibrium纳什均衡Natural language generation/NLG自然语言生成Natural language processing自然语言处理Negative class负类Negative correlation负相关法Negative Log Likelihood负对数似然Neighbourhood Component Analysis/NCA近邻成分分析Neural Machine Translation神经机器翻译Neural Turing Machine神经图灵机Newton method牛顿法NIPS国际神经信息处理系统会议No Free Lunch Theorem/NFL没有免费的午餐定理Noise-contrastive estimation噪音对比估计Nominal attribute列名属性Non-convex optimization非凸优化Nonlinear model非线性模型Non-metric distance非度量距离Non-negative matrix factorization非负矩阵分解Non-ordinal attribute无序属性Non-Saturating Game非饱和博弈Norm范数Normalization归一化Nuclear norm核范数Numerical attribute数值属性14、O开头的词汇Objective function目标函数Oblique decision tree斜决策树Occam’s razor奥卡姆剃刀Odds几率Off-Policy离策略One shot learning一次性学习One-Dependent Estimator/ODE独依赖估计On-Policy在策略Ordinal attribute有序属性Out-of-bag estimate包外估计Output layer输出层Output smearing输出调制法Overfitting过拟合/过配Oversampling过采样15、P开头的词汇Paired t-test成对t 检验Pairwise成对型Pairwise Markov property成对马尔可夫性Parameter参数Parameter estimation参数估计Parameter tuning调参Parse tree解析树Particle Swarm Optimization/PSO粒子群优化算法Part-of-speech tagging词性标注Perceptron感知机Performance measure性能度量Plug and Play Generative Network即插即用生成网络Plurality voting相对多数投票法Polarity detection极性检测Polynomial kernel function多项式核函数Pooling池化Positive class正类Positive definite matrix正定矩阵Post-hoc test后续检验Post-pruning后剪枝potential function势函数Precision查准率/准确率Prepruning预剪枝Principal component analysis/PCA主成分分析Principle of multiple explanations多释原则Prior先验Probability Graphical Model概率图模型Proximal Gradient Descent/PGD近端梯度下降Pruning剪枝Pseudo-label伪标记16、Q开头的词汇Quantized Neural Network量子化神经网络Quantum computer量子计算机Quantum Computing量子计算Quasi Newton method拟牛顿法17、R开头的词汇Radial Basis Function/RBF径向基函数Random Forest Algorithm随机森林算法Random walk随机漫步Recall查全率/召回率Receiver Operating Characteristic/ROC受试者工作特征Rectified Linear Unit/ReLU线性修正单元Recurrent Neural Network循环神经网络Recursive neural network递归神经网络Reference model参考模型Regression回归Regularization正则化Reinforcement learning/RL强化学习Representation learning表征学习Representer theorem表示定理reproducing kernel Hilbert space/RKHS再生核希尔伯特空间Re-sampling重采样法Rescaling再缩放Residual Mapping残差映射Residual Network残差网络Restricted Boltzmann Machine/RBM受限玻尔兹曼机Restricted Isometry Property/RIP限定等距性Re-weighting重赋权法Robustness稳健性/鲁棒性Root node根结点Rule Engine规则引擎Rule learning规则学习18、S开头的词汇Saddle point鞍点Sample space样本空间Sampling采样Score function评分函数Self-Driving自动驾驶Self-Organizing Map/SOM自组织映射Semi-naive Bayes classifiers半朴素贝叶斯分类器Semi-Supervised Learning半监督学习semi-Supervised Support Vector Machine半监督支持向量机Sentiment analysis情感分析Separating hyperplane分离超平面Sigmoid function Sigmoid 函数Similarity measure相似度度量Simulated annealing模拟退火Simultaneous localization and mapping同步定位与地图构建Singular Value Decomposition奇异值分解Slack variables松弛变量Smoothing平滑Soft margin软间隔Soft margin maximization软间隔最大化Soft voting软投票Sparse representation稀疏表征Sparsity稀疏性Specialization特化Spectral Clustering谱聚类Speech Recognition语音识别Splitting variable切分变量Squashing function挤压函数Stability-plasticity dilemma可塑性-稳定性困境Statistical learning统计学习Status feature function状态特征函Stochastic gradient descent随机梯度下降Stratified sampling分层采样Structural risk结构风险Structural risk minimization/SRM结构风险最小化Subspace子空间Supervised learning监督学习/有导师学习support vector expansion支持向量展式Support Vector Machine/SVM支持向量机Surrogat loss替代损失Surrogate function替代函数Symbolic learning符号学习Symbolism符号主义Synset同义词集19、T开头的词汇T-Distribution Stochastic Neighbour Embedding/t-SNE T–分布随机近邻嵌入Tensor张量Tensor Processing Units/TPU张量处理单元The least square method最小二乘法Threshold阈值Threshold logic unit阈值逻辑单元Threshold-moving阈值移动Time Step时间步骤Tokenization标记化Training error训练误差Training instance训练示例/训练例Transductive learning直推学习Transfer learning迁移学习Treebank树库Tria-by-error试错法True negative真负类True positive真正类True Positive Rate/TPR真正例率Turing Machine图灵机Twice-learning二次学习20、U开头的词汇Underfitting欠拟合/欠配Undersampling欠采样Understandability可理解性Unequal cost非均等代价Unit-step function单位阶跃函数Univariate decision tree单变量决策树Unsupervised learning无监督学习/无导师学习Unsupervised layer-wise training无监督逐层训练Upsampling上采样21、V开头的词汇Vanishing Gradient Problem梯度消失问题Variational inference变分推断VC Theory VC维理论Version space版本空间Viterbi algorithm维特比算法Von Neumann architecture冯·诺伊曼架构22、W开头的词汇Wasserstein GAN/WGAN Wasserstein生成对抗网络Weak learner弱学习器Weight权重Weight sharing权共享Weighted voting加权投票法Within-class scatter matrix类内散度矩阵Word embedding词嵌入Word sense disambiguation词义消歧23、Z开头的词汇Zero-data learning零数据学习Zero-shot learning零次学习。

人工智能专业名词

人工智能专业名词

人工智能专业名词以下是与人工智能相关的一些专业术语:1. 机器学习(Machine Learning):通过计算机系统从数据中自动“学习”并改善性能的一种方法。

2. 深度学习(Deep Learning):一种基于人工神经网络的机器学习方法,用于解决复杂问题。

3. 神经网络(Neural Network):一组通过模仿人脑神经元互相连接的数学模型,用于模拟人类学习和决策的过程。

4. 自然语言处理(Natural Language Processing,NLP):一种让机器理解和处理自然语言的技术。

5. 计算机视觉(Computer Vision):让计算机模拟人类视觉,理解和解释图像和视频的能力。

6. 强化学习(Reinforcement Learning):通过试错和反馈机制,训练计算机系统在特定环境中采取行动以最大化奖励的技术。

7. 数据挖掘(Data Mining):从大量数据中发现模式、关系和趋势的过程。

8. 自动语音识别(Automatic Speech Recognition,ASR):将语音转换为文本的技术。

9. 自动驾驶(Autonomous Driving):基于人工智能和感知技术,使汽车能够自主行驶和避免碰撞的技术。

10. 人机交互(Human-Computer Interaction,HCI):研究和设计使人与计算机系统进行有效交流和合作的技术和方法。

11. 机器人学(Robotics):研究和设计机器人的学科,包括机器人感知、决策和控制。

12. 数据科学(Data Science):从大量数据中提取有价值的信息和知识的跨学科领域。

13. 模式识别(Pattern Recognition):识别和分类数据中的模式和结构的技术。

14. 人工智能伦理学(Artificial Intelligence Ethics):研究和讨论与人工智能相关的道德和伦理问题的学科。

15. 人工智能安全(Artificial Intelligence Security):研究和防范人工智能系统遭受攻击和滥用的安全问题。

你应该知道的29个人工智能术语

你应该知道的29个人工智能术语

你应该知道的29个人工智能术语探索人工智能(AI)感觉就像进入了一个由混淆的技术术语和荒谬的术语组成的迷宫。

难怪即使是熟悉人工智能的人也会发现自己在困惑中挠头。

本文创建了一个全面的人工智能词汇表,为您提供必要的知识。

从人工智能本身到机器学习和数据挖掘,我们将用简单明了的语言解码所有重要的人工智能术语。

无论你是好奇的初学者还是人工智能爱好者,了解以下人工智能概念将使你对人工智能的有深入的了解。

1.算法(Algorithm)算法是机器为解决问题或完成任务而遵循的一组指令或规则。

2.人工智能(Artificial Intelligence)人工智能是机器模仿人类智能并执行通常与智能体相关的任务的能力。

3.人工通用智能(Artificial General Intelligence)AGI,又称强人工智能,是一种具有与人类相似的高级智能能力的人工智能。

虽然人工通用智能曾经主要是一个理论概念和丰富的研究场所,但许多人工智能开发人员现在相信,人类将在未来十年的某个时候达到AGI。

4.反向传播(Backpropagation)反向传播是神经网络用来提高精度和性能的一种算法。

它的工作原理是计算输出中的误差,通过网络将其传播回来,并调整连接的权重和偏差以获得更好的结果。

5.偏差(Bias)人工智能偏差是指一个模型比其他模型更频繁地做出某些预测的趋势。

偏差可能是由于模型的训练数据或其固有假设造成的。

6.大数据(Big Data)大数据是一个术语,用于描述太大或太复杂而无法使用传统方法处理的数据集。

它涉及分析大量信息,以提取有价值的见解和模式,从而改进决策。

7.聊天机器人(Chatbot)聊天机器人是一种可以通过文本或语音命令模拟与人类用户对话的程序。

聊天机器人可以理解并生成类似人类的响应,使其成为客户服务应用程序的强大工具。

8.认知计算(Cognitive Computing)认知计算是一个人工智能领域,专注于开发模仿人类认知能力的系统,如感知、学习、推理和解决问题。

ai高频词汇

ai高频词汇

ai高频词汇人工智能(AI)领域有许多高频词汇,以下是一些常见的术语和关键词:1.机器学习(Machine Learning): 一种让计算机系统通过经验自动改进的技术,而不是显式编程。

2.深度学习(Deep Learning): 一种机器学习的子领域,使用人工神经网络来模拟和学习复杂的表征。

3.神经网络(Neural Network): 由神经元和连接它们的层次结构组成的数学模型,用于模拟人脑的工作方式。

4.自然语言处理(Natural Language Processing,NLP): 计算机与人类自然语言进行交互和理解的领域。

5.计算机视觉(Computer Vision): 计算机系统对图像和视频进行解释和理解的领域。

6.强化学习(Reinforcement Learning): 一种通过代理与环境交互来学习最佳行为策略的机器学习方法。

7.数据挖掘(Data Mining): 从大量数据中发现模式、关系和趋势的过程。

8.模型训练(Model Training): 使用算法和数据训练机器学习模型,使其能够做出准确的预测或执行任务。

9.算法(Algorithm): 一组规则和步骤,用于执行特定任务或解决特定问题的计算过程。

10.人工智能伦理(AI Ethics): 研究和定义人工智能系统在社会和道德层面上的行为准则和规范。

11.云计算(Cloud Computing): 通过互联网提供计算服务、存储和资源的模式,对于大规模的机器学习任务很重要。

12.边缘计算(Edge Computing): 在设备或接近数据源的地方进行计算和数据处理,减少延迟和提高效率。

13.物联网(Internet of Things,IoT): 将物理设备连接到互联网,使其能够收集和共享数据的网络。

14.自动驾驶(Autonomous Driving): 指能够在没有人类干预的情况下自主导航和操作的汽车技术。

15.卷积神经网络(Convolutional Neural Network,CNN): 一种专门用于处理图像和视频数据的深度学习神经网络结构。

《人工智能基础》名词术语

《人工智能基础》名词术语

1,AI:AI是人工智能英文单词Artificial Intelligence的缩写。

2,人工智能:人工智能是研究如何制造出人造的智能机器或智能系统,来模拟人类智能活动的能力,以延伸人们智能的科学。

3,产生式系统:产生式系统是Post于1943年提出的一种计算形式体系里所使用的术语,主要是使用类似于文法的规则,对符号串作替换运算。

到了60年代产生式系统成为认知心理学研究人类心理活动中信息加工过程的基础,并用它来建立人类认识的模型。

到现在产生式系统已发展成为人工智能系统中最典型最普遍的一种结构,例如目前大多数的专家系统都采用产生式系统的结构来建造。

产生式系统由综合数据库、一组产生式规则(规则集)和一个控制系统(控制策略)三部分组成,称为产生式系统的三要素。

4,产生式系统的三要素:产生式系统的三要素是综合数据库、一组产生式规则(规则集)和一个控制系统(控制策略)。

5,产生式规则:产生式规则是知识表示的一种形式,其形式如下: IF <前件> THEN <后件> 其中规则的<前件>表达的是该条规则所要满足的条件,规则的<后件>表示的是该规则所得出的结论,或者动作。

规则表达的可以是与待求解的问题有关的客观规律方面的知识,也可以是对求解问题有帮助的策略方面的知识。

6,八数码游戏(八数码问题):八数码游戏(八数码问题)描述为:在3×3组成的九宫格棋盘上,摆有八个将牌,每一个将牌都刻有1-8八个数码中的某一个数码。

棋盘中留有一个空格,允许其周围的某一个将牌向空格移动,这样通过移动将牌就可以不断改变将牌的布局。

这种游戏求解的问题是:给定一种初始的将牌布局或结构(称初始状态)和一个目标的布局(称目标状态),问如何移动将牌,实现从初始状态到目标状态的转变。

7,传教士和野人问题(M-C问题):传教士和野人问题描述为:有N个传教士和N个野人来到河边准备渡河,河岸有一条船,每次至多可供k人乘渡。

人工智能相关名词解释

人工智能相关名词解释

⼈⼯智能相关名词解释
1、AI(artificial intelligence):⼈⼯智能;
2、NLP(Natural Language Processing):⾃然语⾔处理;
3、KBQA(knowledge base question answering):知识库问答;
4、FAQ(Frequently Asked Questions):问答会话;
5、IVR(Interactive Voice Response):互动式语⾳应答,您只须⽤电话即可进⼊服务中⼼;
6、IaaS(Infrastructure-as-a-Service):基础设施即服务,提供给消费者的服务是对所有计算基础设施的利⽤,包括处理CPU、内存、存储、⽹络和其它基本的计算资源,⽤户能够部署和运⾏任意软件,包括操作系统和应⽤程序;
7、SaaS( Software-as-a-Service):软件即服务,提供给客户的服务是运营商运⾏在云计zhi算基础设施上的应⽤程序,⽤户可以在各种设备上通过客户端界⾯访问,如浏览器。

消费者不需要管理或控制任何云计算基础设施,包括⽹络、服务器、操作系统、存储等等;
8、paas Platform-as-a-Service(平台即服务)提供给消费者的服务是把客户采⽤提供的开发语⾔和⼯具(例如
Java,python, .Net等)开发的或收购的应⽤程序部署到供应商的云计算基础设施上去;
9、ASR(Automatic Speech Recognition):⾃动语⾳识别。

10、TTS(Text To Speech):语⾳合成。

人工智能技术名词解释

人工智能技术名词解释

人工智能技术名词解释人工智能(Artificial Intelligence,简称AI)是一门研究如何构造智能机器的科学和技术。

随着计算机技术的迅速发展,人工智能取得了重大突破,其应用领域也不断扩大。

本文将解释人工智能技术的几个关键名词,帮助读者更好地理解和应用这些技术。

1. 机器学习(Machine Learning)机器学习是人工智能的核心技术之一。

它通过让机器从海量数据中学习并改进自身的算法,从而实现类似人类思维的能力。

机器学习可以分为监督学习、无监督学习和强化学习三种类型。

监督学习是通过给机器提供标记好的训练数据,让其学会进行分类、回归等任务。

无监督学习则是让机器自己发现数据中的模式和结构。

强化学习是通过与环境进行互动,根据奖励机制来学习最优策略。

2. 深度学习(Deep Learning)深度学习是机器学习的一个分支,其主要应用于处理复杂的结构化数据,如图像、语音和自然语言等。

深度学习模型由多个神经网络层组成,每一层负责对输入数据进行不同程度的抽象和转换。

深度学习通过大规模训练数据和反向传播算法来训练神经网络的参数,从而实现高度智能的模式识别和预测能力。

3. 自然语言处理(Natural Language Processing,简称NLP)自然语言处理是人工智能技术中的一个重要领域,旨在让机器能够理解和处理人类的自然语言。

NLP涵盖了语音识别、语义分析、文本生成等多个任务。

通过应用NLP技术,我们可以实现机器翻译、智能客服、情感分析等各种自然语言相关的应用。

4. 计算机视觉(Computer Vision)计算机视觉是研究如何让机器“看”的技术。

通过将图像或视频输入到计算机系统中,计算机视觉可以实现对象识别、图像分割、目标追踪等功能。

这项技术的应用广泛,包括无人驾驶、人脸识别、机器人导航等。

5. 强化学习(Reinforcement Learning)强化学习是一种通过与环境进行交互学习的技术,其目标是使机器能够通过试错来获取最佳行动策略。

科技名词术语库

科技名词术语库

科技名词术语库一、人工智能(Artificial Intelligence,简称AI)人工智能是一门研究如何使计算机能够像人类一样进行智能思维和行为的学科。

它的目标是使计算机能够感知和理解环境,以及具备推理、学习和决策的能力。

人工智能技术已广泛应用于图像识别、语音识别、机器人、自动驾驶等领域。

二、大数据(Big Data)大数据指的是利用各种方式收集和存储的难以用传统技术处理的庞大数据集合。

大数据的特点包括数据量大、数据类型多样、数据处理速度快。

通过对大数据的分析和挖掘,可以发现隐藏在数据中的有价值的信息,为决策提供有力支持。

三、云计算(Cloud Computing)云计算是一种利用网络连接的计算资源,根据需求提供计算服务的方式。

通过云计算,用户无需购买和维护昂贵的硬件设备,只需按需使用云平台提供的计算、存储和应用服务。

云计算具有灵活性、可扩展性和高可用性等优势,被广泛应用于各行各业。

四、物联网(Internet of Things,简称IoT)物联网是指将传感器、智能设备等与互联网连接,实现设备之间的信息交互和共享的网络。

通过物联网可以实现设备的自动化、智能化控制,提供可靠的数据支撑,推动各行各业的智能化发展。

物联网在智能家居、智能交通等领域具有广阔的应用前景。

五、区块链(Blockchain)区块链是一种去中心化的分布式账本技术。

它利用密码学和分布式共识机制保证数据的不可篡改和可信性。

通过区块链,可以实现信息的真实性验证、数据的溯源和交易的透明性。

区块链技术已广泛用于数字货币、供应链管理、资产交易等领域。

六、5G网络(5G Network)5G网络是第五代移动通信技术,是对现有4G网络的升级和扩展。

5G网络具有更高的带宽和更低的延迟,能够支持更多的设备同时连接和更快的数据传输速度。

5G网络将为人们提供更好的移动通信体验,并促进物联网、无人驾驶等应用的发展。

七、虚拟现实(Virtual Reality,简称VR)虚拟现实是一种模拟真实环境的技术。

关于人工智能的专业术语

关于人工智能的专业术语

关于人工智能的专业术语
1. “机器学习”,嘿,就像你不断学习新技能变得更厉害一样,机器也能通过大量的数据学习来提升自己呀!比如智能助手通过学习你的喜好来更好地为你服务。

2. “深度学习”,哇塞,这可不是让机器深深地思考哦,而是让它像挖宝藏一样深入数据中去发现规律呢!像自动驾驶就是深度学习的厉害应用呀。

3. “自然语言处理”,哎呀,这不就是让机器能理解和处理我们人类的语言嘛!就像你和朋友聊天一样自然,比如语音助手能听懂你的指令。

4. “神经网络”,这就像是机器的大脑呀,有着错综复杂的连接,能处理各种信息呢!比如人脸识别就是靠神经网络来实现的。

5. “人工智能算法”,这可是让人工智能变得聪明的秘密武器呢!就像做菜的秘方,不同的算法能做出不同风味的智能成果,比如智能推荐系统就是用特定算法来推荐你喜欢的东西。

6. “智能机器人”,嘿,它们不就是能像人一样行动的机器嘛!在工厂里忙碌工作的那些机器人就是很好的例子呀。

7. “大数据”,哇,这可真是海量的信息呀,就像一个超级大的宝库,人工智能可以从里面挖掘出有用的东西呢!比如电商根据大数据来给你推荐商品。

8. “智能传感器”,这就像是机器的眼睛、耳朵呀,能感知周围的一切呢!像智能家居里的传感器能感知环境变化。

9. “人工智能芯片”,这可是人工智能的强大心脏呀!它能让人工智能飞速运转起来,手机里的人工智能功能就是靠它来支撑的呢。

10. “智能医疗”,哇哦,这多神奇呀,人工智能可以帮助医生诊断疾病呢!这不就像多了一个厉害的助手嘛。

我觉得人工智能真的太神奇啦,给我们的生活带来了这么多的变化和便利,未来肯定还会有更多惊喜等着我们!。

人工智能名词解释考研

人工智能名词解释考研

人工智能名词解释考研Artificial Intelligence Terminology Explanation for Postgraduate Entrance Examination人工智能(Artificial Intelligence)是计算机科学的一个重要领域,致力于通过模拟和复制人类智能的方式,使计算机能够具备类似于人类的思维和行为能力。

随着科技的不断进步,人工智能已经成为考研中一个重要的知识点。

以下是一些与人工智能有关的重要名词解释。

1. 机器学习(Machine Learning):是人工智能的一个关键领域,旨在通过让计算机从数据中获取知识和经验,从而使其不需要明确编程即可自动进行学习和改进。

机器学习算法主要分为监督学习、无监督学习和强化学习。

2. 深度学习(Deep Learning):是机器学习的一个分支,通过构建和模拟人脑的神经网络,使计算机能够进行更深入、更复杂的学习和分析。

深度学习广泛应用于图像识别、语音识别以及自然语言处理等领域。

3. 自然语言处理(Natural Language Processing):是人工智能的一个重要组成部分,用于使计算机能够理解、分析和处理人类的自然语言。

自然语言处理涉及词法分析、句法分析、语义理解等技术,广泛应用于机器翻译、智能客服等领域。

4. 计算机视觉(Computer Vision):是使计算机能够通过图像和视频来感知和理解世界的能力。

计算机视觉的应用包括图像识别、目标检测和图像生成等领域。

5. 自动驾驶(Autonomous Driving):是人工智能技术在汽车领域的一种应用,通过传感器和算法,使汽车能够自动感知环境、理解路况并自主行驶。

自动驾驶技术涉及机器学习、计算机视觉等多个领域。

6. 人工智能伦理学(Ethics of Artificial Intelligence):是研究人工智能技术对社会和人类的影响以及相应伦理问题的学科。

专业名词总结表

专业名词总结表

专业名词总结表
以下是一些常见的专业名词总结表:
1. 人工智能(AI):是计算机科学的一个分支,旨在创建能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统。

2. 机器学习:是人工智能的一个子集,指的是让计算机从数据中学习并做出预测或决策的过程。

3. 深度学习:是机器学习的一种,使用深度神经网络来处理和分析大量数据,以识别模式和做出决策。

4. 自然语言处理(NLP):是人工智能的一个分支,旨在让计算机理解和生成人类语言。

5. 计算机视觉:是人工智能的一个分支,旨在让计算机分析和解释图像和视频。

6. 机器人技术:是工程学的一个分支,旨在设计和制造能够执行任务的的人造机器。

7. 虚拟现实(VR):是一种技术,通过模拟现实世界的环境和交互,提供
沉浸式的体验。

8. 增强现实(AR):是一种技术,通过将数字信息叠加在现实世界中,提
供增强的体验。

9. 区块链:是一种分布式数据库技术,用于记录和验证交易、数字资产和智能合约。

10. 物联网(IoT):是指互联网连接的物理设备、车辆、建筑物和其他物体的集合。

这只是一小部分专业名词的总结表,实际上还有很多其他的专业名词和技术领域。

如果你有特定的需求或需要更详细的信息,请随时告诉我。

人工智能英语专业词汇

人工智能英语专业词汇

人工智能英语专业词汇
人工智能(ArtificialIntelligence)是目前科技领域中最热门的话题之一。

在这个领域中,专业词汇的掌握对于学习和研究人工智能非常重要。

下面我们来了解一些人工智能英语专业词汇。

1. Machine learning(机器学习):通过让计算机从数据中学习并产生决策的过程,使计算机能够自动改进。

2. Deep learning(深度学习):一种基于神经网络的机器学习方法,通过多层神经元模拟人脑的处理过程,实现对大量数据的自动学习和抽象。

3. Natural language processing(自然语言处理):通过计算机程序对人类语言进行分析和理解,实现语音识别、机器翻译、语法纠错等任务。

4. Computer vision(计算机视觉):通过计算机对图像或视频进行处理和分析,从而识别出其中的物体、人脸、文字等内容。

5. Artificial neural network(人工神经网络):一种模拟人脑神经元网络的数学模型,用于实现机器学习和深度学习等任务。

6. Reinforcement learning(强化学习):通过让计算机从与环境的交互中学习,在做出决策时根据反馈信号进行调整,实现智能决策和行为。

7. Robotics(机器人技术):将人工智能技术应用于机器人控制和操作中,实现自主导航、智能抓取、机器视觉等功能,广泛应用于工业生产、医疗护理等领域。

以上是一些人工智能英语专业词汇,掌握这些词汇不仅有利于我们了解人工智能的相关知识,还能帮助我们更好地阅读和理解相关英文资料和文献。

人工智能专用名词

人工智能专用名词

人工智能专用名词1. 机器学习 (Machine Learning)2. 深度学习 (Deep Learning)3. 神经网络 (Neural Network)4. 自然语言处理 (Natural Language Processing)5. 计算机视觉 (Computer Vision)6. 强化学习 (Reinforcement Learning)7. 数据挖掘 (Data Mining)8. 数据预处理 (Data Preprocessing)9. 特征工程 (Feature Engineering)10. 模型训练 (Model Training)11. 模型评估 (Model Evaluation)12. 监督学习 (Supervised Learning)13. 无监督学习 (Unsupervised Learning)14. 半监督学习 (Semi-Supervised Learning)15. 迁移学习 (Transfer Learning)16. 生成对抗网络 (Generative Adversarial Networks, GANs)17. 强化学习 (Reinforcement Learning)18. 聚类 (Clustering)19. 分类 (Classification)20. 回归 (Regression)21. 泛化能力 (Generalization)22. 正则化 (Regularization)23. 自动编码器 (Autoencoder)24. 支持向量机 (Support Vector Machine, SVM)25. 随机森林 (Random Forest)26. 梯度下降 (Gradient Descent)27. 前向传播 (Forward Propagation)28. 反向传播 (Backpropagation)29. 混淆矩阵 (Confusion Matrix)30. ROC曲线 (Receiver Operating Characteristic Curve, ROC Curve)31. AUC指标 (Area Under Curve, AUC)32. 噪声 (Noise)33. 过拟合 (Overfitting)34. 欠拟合 (Underfitting)35. 超参数 (Hyperparameters)36. 网格搜索 (Grid Search)37. 交叉验证 (Cross Validation)38. 降维 (Dimensionality Reduction)39. 卷积神经网络 (Convolutional Neural Network, CNN)40. 循环神经网络 (Recurrent Neural Network, RNN)。

人工智能常见名词解释

人工智能常见名词解释

人工智能常见名词解释人工智能(AI)是指使用软件、硬件或其他技术来模拟人类智能的一类技术和领域,它不仅用于处理复杂的日常任务,还可以让计算机自动学习,具备更强大的智能功能。

一、人工智能:人工智能是指使用计算机和相关技术,通过模拟人类智能从而实现特定目标的研究和开发。

它常常使用特定的算法和数据集,来尝试解决复杂的问题,有助于提高人类的工作效率和精度。

二、机器学习:机器学习是一种人工智能技术,它可以通过大量的训练数据,来帮助计算机自动收集,分析和应用信息,从而达到对特定情况做出有效的反应。

机器学习被广泛用于研究和预测,改善计算机程序的性能、分析和改进关键任务,甚至提高你的日常工作效率。

三、自动执行:自动执行是一种能够自动执行某些功能的计算机系统,主要应用于处理或可控制的任务,如机器人控制、认知处理、家用设备的控制和过程自动化等。

自动执行能够无需人工干预便可完成任务,能极大利用人力,提高工作效率及降低工作开销。

四、深度学习:深度学习是人工智能领域中的重要研究分支,基于多层神经网络进行机器学习,利用深层特征抽取,综合多个特征获得高精度模型,进行推荐、分类等任务。

深度学习让计算机能更加准确地识别和理解语言,图像和声音,已广泛应用于图像处理、机器视觉、自然语言处理等领域。

五、自然语言处理:自然语言处理(NLP)是自然语言的计算机处理的一种技术,主要应用于模拟人类语言文本,使机器能够理解和处理自然语言,如提取信息、识别语义等。

它可以用于文本分类、语音识别、聊天机器人等任务,可帮助机器获取和理解人类自然语言,使机器具备智能化的功能和能力。

六、计算机视觉:计算机视觉是利用机器学习算法来理解和识别图像的科学,它能够将图像中的物体、场景和行为转换为可以被机器所理解的信息,从而让机器实现自动的事物分类、检测、跟踪等任务。

计算机视觉技术广泛应用于机器人、安防、图像识别、自动驾驶汽车等各种场景,以支持设备对实时图像的分析和处理。

每日科技名词

每日科技名词

每日科技名词科技是如今的主流趋势,新科技新术语不断涌现。

在这里,我们将为您介绍每日科技名词。

1. AI:人工智能(Artificial Intelligence),是应用于计算机领域的一种新技术,使计算机能够模拟人类的智能行为。

2. AR:增强现实(Augmented Reality),是一种虚拟现实技术,通过计算机技术将虚拟现实与真实世界相结合,增强现实感。

3. Big Data:大数据,指规模巨大、存储组织方式复杂且需要新型处理模式才能挖掘出价值的数据集合。

4. Cloud Computing:云计算,是一种基于互联网的计算方式,使用云端计算资源进行数据处理和存储。

5. Cyber Security:网络安全,涵盖了网络信息安全、数据安全和计算机网络的防护等多个方面,用于保护计算机系统、网络及其数据的安全。

6. Digital Transformation:数字化转型,指企业或组织从传统业务转向数字业务的过程,以适应数字化发展趋势。

7. Green Energy:绿色能源,指利用可再生能源,如:风能、水能、太阳能等,替代传统的燃煤、燃油等化石能源,从而减少对环境的负面影响。

8. Internet of Things(IoT):物联网,指将所有物品以及人们通过互联网连接成一个大网络,实现智慧化、信息化的通信。

9. Machine Learning:机器学习,是一种用于让计算机在没有明确指令的情况下自行学习的技术,以发现数据之间的内在规律并作出预测。

10. Robotics:机器人技术,包括自主行动、人机交互、人工智能等多个方面,用于模拟人类进行各种活动。

以上是我们为您介绍的每日科技名词,这些技术正在不断发展完善,在未来的生活中将会起到越来越大的作用。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Letter AAccumulated error backpropagation 累积误差逆传播Activation Function 激活函数Adaptive Resonance Theory/ART 自适应谐振理论Addictive model 加性学习Adversarial Networks 对抗网络Affine Layer 仿射层Affinity matrix 亲和矩阵Agent 代理/ 智能体Algorithm 算法Alpha-beta pruning α-β剪枝Anomaly detection 异常检测Approximation 近似Area Under ROC Curve/AUC Roc 曲线下面积Artificial General Intelligence/AGI 通用人工智能Artificial Intelligence/AI 人工智能Association analysis 关联分析Attention mechanism 注意力机制Attribute conditional independence属性条件独立性假设assumptionAttribute space 属性空间Attribute value 属性值Autoencoder 自编码器Automatic speech recognition 自动语音识别Automatic summarization 自动摘要Average gradient 平均梯度Average-Pooling 平均池化Letter BBackpropagation Through Time 通过时间的反向传播Backpropagation/BP 反向传播Base learner 基学习器Base learning algorithm 基学习算法Batch Normalization/BN 批量归一化Bayes decision rule 贝叶斯判定准则Bayes Model Averaging/BMA 贝叶斯模型平均Bayes optimal classifier 贝叶斯最优分类器Bayesian decision theory 贝叶斯决策论Bayesian network 贝叶斯网络Between-class scatter matrix 类间散度矩阵Bias 偏置/ 偏差Bias-variance decomposition 偏差-方差分解Bias-Variance Dilemma 偏差–方差困境Bi-directional Long-Short TermMemory/Bi-LSTM双向长短期记忆Binary classification 二分类Binomial test 二项检验Bi-partition 二分法Boltzmann machine 玻尔兹曼机Bootstrap sampling 自助采样法/可重复采样/有放回采样Bootstrapping 自助法Break-Event Point/BEP 平衡点Letter CCalibration 校准Cascade-Correlation 级联相关Categorical attribute 离散属性Class-conditional probability 类条件概率Classification and regression分类与回归树tree/CARTClassifier 分类器Class-imbalance 类别不平衡Closed -form 闭式Cluster 簇/类/集群Cluster analysis 聚类分析Clustering 聚类Clustering ensemble 聚类集成Co-adapting 共适应Coding matrix 编码矩阵COLT 国际学习理论会议Committee-based learning 基于委员会的学习Competitive learning 竞争型学习Component learner 组件学习器Comprehensibility 可解释性Computation Cost 计算成本Computational Linguistics 计算语言学Computer vision 计算机视觉Concept drift 概念漂移Concept Learning System /CLS 概念学习系统Conditional entropy 条件熵Conditional mutual information 条件互信息Conditional Probability Table/条件概率表CPTConditional random field/CRF 条件随机场Conditional risk 条件风险Confidence 置信度Confusion matrix 混淆矩阵Connection weight 连接权Connectionism 连结主义Consistency 一致性/相合性Contingency table 列联表Continuous attribute 连续属性Convergence 收敛Conversational agent 会话智能体Convex quadratic programming 凸二次规划Convexity 凸性Convolutional neural卷积神经网络network/CNNCo-occurrence 同现Correlation coefficient 相关系数Cosine similarity 余弦相似度Cost curve 成本曲线Cost Function 成本函数Cost matrix 成本矩阵Cost-sensitive 成本敏感Cross entropy 交叉熵Cross validation 交叉验证Crowdsourcing 众包Curse of dimensionality 维数灾难Cut point 截断点Cutting plane algorithm 割平面法Letter DData mining 数据挖掘Data set 数据集Decision Boundary 决策边界Decision stump 决策树桩Decision tree 决策树/判定树Deduction 演绎Deep Belief Network 深度信念网络Deep Convolutional Generative深度卷积生成对抗网络Adversarial Network/DCGANDeep learning 深度学习Deep neural network/DNN 深度神经网络Deep Q-Learning 深度Q 学习Deep Q-Network 深度Q 网络Density estimation 密度估计Density-based clustering 密度聚类Differentiable neural computer 可微分神经计算机Dimensionality reduction降维算法algorithmDirected edge 有向边Disagreement measure 不合度量Discriminative model 判别模型Discriminator 判别器Distance measure 距离度量Distance metric learning 距离度量学习Distribution 分布Divergence 散度Diversity measure 多样性度量/差异性度量Domain adaption 领域自适应Downsampling 下采样D-separation (Directed有向分离separation)Dual problem 对偶问题Dummy node 哑结点Dynamic Fusion 动态融合Dynamic programming 动态规划Letter EEigenvalue decomposition 特征值分解Embedding 嵌入Emotional analysis 情绪分析Empirical conditional entropy 经验条件熵Empirical entropy 经验熵Empirical error 经验误差Empirical risk 经验风险End-to-End 端到端Energy-based model 基于能量的模型Ensemble learning 集成学习Ensemble pruning 集成修剪Error Correcting Output Codes/纠错输出码ECOCError rate 错误率Error-ambiguity decomposition 误差-分歧分解Euclidean distance 欧氏距离Evolutionary computation 演化计算Expectation-Maximization 期望最大化Expected loss 期望损失Exploding Gradient Problem 梯度爆炸问题Exponential loss function 指数损失函数Extreme Learning Machine/ELM 超限学习机Letter FFactorization 因子分解False negative 假负类False positive 假正类False Positive Rate/FPR 假正例率Feature engineering 特征工程Feature selection 特征选择Feature vector 特征向量Featured Learning 特征学习Feedforward Neural前馈神经网络Networks/FNNFine-tuning 微调Flipping output 翻转法Fluctuation 震荡Forward stagewise algorithm 前向分步算法Frequentist 频率主义学派Full-rank matrix 满秩矩阵Functional neuron 功能神经元Letter GGain ratio 增益率Game theory 博弈论Gaussian kernel function 高斯核函数Gaussian Mixture Model 高斯混合模型General Problem Solving 通用问题求解Generalization 泛化Generalization error 泛化误差Generalization error bound 泛化误差上界Generalized Lagrange function 广义拉格朗日函数Generalized linear model 广义线性模型Generalized Rayleigh quotient 广义瑞利商Generative Adversarial生成对抗网络Networks/GANGenerative Model 生成模型Generator 生成器Genetic Algorithm/GA 遗传算法Gibbs sampling 吉布斯采样Gini index 基尼指数Global minimum 全局最小Global Optimization 全局优化Gradient boosting 梯度提升Gradient Descent 梯度下降Graph theory 图论Ground-truth 真相/真实Letter HHard margin 硬间隔Hard voting 硬投票Harmonic mean 调和平均Hesse matrix 海塞矩阵Hidden dynamic model 隐动态模型Hidden layer 隐藏层Hidden Markov Model/HMM 隐马尔可夫模型Hierarchical clustering 层次聚类Hilbert space 希尔伯特空间Hinge loss function 合页损失函数Hold-out 留出法Homogeneous 同质Hybrid computing 混合计算Hyperparameter 超参数Hypothesis 假设Hypothesis test 假设验证Letter IICML 国际机器学习会议Improved iterative scaling/IIS 改进的迭代尺度法Incremental learning 增量学习Independent and identically独立同分布distributed/i.i.d.Independent Component独立成分分析Analysis/ICAIndicator function 指示函数Individual learner 个体学习器Induction 归纳Inductive bias 归纳偏好Inductive learning 归纳学习Inductive Logic Programming/ILP 归纳逻辑程序设计Information entropy 信息熵Information gain 信息增益Input layer 输入层Insensitive loss 不敏感损失Inter-cluster similarity 簇间相似度International Conference for Machine国际机器学习大会Learning/ICMLIntra-cluster similarity 簇内相似度Intrinsic value 固有值Isometric Mapping/Isomap 等度量映射Isotonic regression 等分回归Iterative Dichotomiser 迭代二分器Letter KKernel method 核方法Kernel trick 核技巧Kernelized Linear Discriminant核线性判别分析Analysis/KLDAK-fold cross validation k 折交叉验证/k 倍交叉验证K-Means Clustering K –均值聚类K-Nearest NeighboursK近邻算法Algorithm/KNNKnowledge base 知识库Knowledge Representation 知识表征Letter LLabel space 标记空间Lagrange duality 拉格朗日对偶性Lagrange multiplier 拉格朗日乘子Laplace smoothing 拉普拉斯平滑Laplacian correction 拉普拉斯修正Latent Dirichlet Allocation 隐狄利克雷分布Latent semantic analysis 潜在语义分析Latent variable 隐变量Lazy learning 懒惰学习Learner 学习器Learning by analogy 类比学习Learning rate 学习率Learning Vector Quantization/LVQ 学习向量量化Least squares regression tree 最小二乘回归树Leave-One-Out/LOO 留一法linear chain conditional random field 线性链条件随机场Linear Discriminant Analysis/LDA 线性判别分析Linear model 线性模型Linear Regression 线性回归Link function 联系函数Local Markov property 局部马尔可夫性Local minimum 局部最小Log likelihood 对数似然Log odds/logit 对数几率Logistic Regression Logistic 回归Log-likelihood 对数似然Log-linear regression 对数线性回归Long-Short Term Memory/LSTM 长短期记忆Loss function 损失函数Letter MMachine translation/MT 机器翻译Macron-P 宏查准率Macron-R 宏查全率Majority voting 绝对多数投票法Manifold assumption 流形假设Manifold learning 流形学习Margin theory 间隔理论Marginal distribution 边际分布Marginal independence 边际独立性Marginalization 边际化Markov Chain Monte Carlo/MCMC 马尔可夫链蒙特卡罗方法Markov Random Field 马尔可夫随机场Maximal clique 最大团Maximum Likelihood极大似然估计/极大似然法Estimation/MLEMaximum margin 最大间隔Maximum weighted spanning tree 最大带权生成树Max-Pooling 最大池化Mean squared error 均方误差Meta-learner 元学习器Metric learning 度量学习Micro-P 微查准率Micro-R 微查全率Minimal Description Length/MDL 最小描述长度Minimax game 极小极大博弈Misclassification cost 误分类成本Mixture of experts 混合专家Momentum 动量Moral graph 道德图/端正图Multi-class classification 多分类Multi-document summarization 多文档摘要Multi-layer feedforward neural多层前馈神经网络networksMultilayer Perceptron/MLP 多层感知器Multimodal learning 多模态学习Multiple Dimensional Scaling 多维缩放Multiple linear regression 多元线性回归Multi-response Linear Regression /多响应线性回归MLRMutual information 互信息Letter NNaive bayes 朴素贝叶斯Naive Bayes Classifier 朴素贝叶斯分类器Named entity recognition 命名实体识别Nash equilibrium 纳什均衡Natural language generation/NLG 自然语言生成Natural language processing 自然语言处理Negative class 负类Negative correlation 负相关法Negative Log Likelihood 负对数似然Neighbourhood Component近邻成分分析Analysis/NCANeural Machine Translation 神经机器翻译Neural Turing Machine 神经图灵机Newton method 牛顿法NIPS 国际神经信息处理系统会议No Free Lunch Theorem/NFL 没有免费的午餐定理Noise-contrastive estimation 噪音对比估计Nominal attribute 列名属性Non-convex optimization 非凸优化Nonlinear model 非线性模型Non-metric distance 非度量距离Non-negative matrix factorization 非负矩阵分解Non-ordinal attribute 无序属性Non-Saturating Game 非饱和博弈Norm 范数Normalization 归一化Nuclear norm 核范数Numerical attribute 数值属性Letter OObjective function 目标函数Oblique decision tree 斜决策树Occam’s razor奥卡姆剃刀Odds 几率Off-Policy 离策略One shot learning 一次性学习One-Dependent Estimator/ODE 独依赖估计On-Policy 在策略Ordinal attribute 有序属性Out-of-bag estimate 包外估计Output layer 输出层Output smearing 输出调制法Overfitting 过拟合/过配Oversampling 过采样Letter PPaired t-test 成对t 检验Pairwise 成对型Pairwise Markov property 成对马尔可夫性Parameter 参数Parameter estimation 参数估计Parameter tuning 调参Parse tree 解析树Particle Swarm Optimization/PSO 粒子群优化算法Part-of-speech tagging 词性标注Perceptron 感知机Performance measure 性能度量Plug and Play Generative Network 即插即用生成网络Plurality voting 相对多数投票法Polarity detection 极性检测Polynomial kernel function 多项式核函数Pooling 池化Positive class 正类Positive definite matrix 正定矩阵Post-hoc test 后续检验Post-pruning 后剪枝potential function 势函数Precision 查准率/准确率Prepruning 预剪枝Principal component analysis/PCA 主成分分析Principle of multiple explanations 多释原则Prior 先验Probability Graphical Model 概率图模型Proximal Gradient Descent/PGD 近端梯度下降Pruning 剪枝Pseudo-label 伪标记Letter QQuantized Neural Network 量子化神经网络Quantum computer 量子计算机Quantum Computing 量子计算Quasi Newton method 拟牛顿法Letter RRadial Basis Function/RBF 径向基函数Random Forest Algorithm 随机森林算法Random walk 随机漫步Recall 查全率/召回率Receiver Operating受试者工作特征Characteristic/ROCRectified Linear Unit/ReLU 线性修正单元Recurrent Neural Network 循环神经网络Recursive neural network 递归神经网络Reference model 参考模型Regression 回归Regularization 正则化Reinforcement learning/RL 强化学习Representation learning 表征学习Representer theorem 表示定理reproducing kernel Hilbert再生核希尔伯特空间space/RKHSRe-sampling 重采样法Rescaling 再缩放Residual Mapping 残差映射Residual Network 残差网络Restricted Boltzmann受限玻尔兹曼机Machine/RBMRestricted Isometry Property/RIP 限定等距性Re-weighting 重赋权法Robustness 稳健性/鲁棒性Root node 根结点Rule Engine 规则引擎Rule learning 规则学习Letter SSaddle point 鞍点Sample space 样本空间Sampling 采样Score function 评分函数Self-Driving 自动驾驶Self-Organizing Map/SOM 自组织映射Semi-naive Bayes classifiers 半朴素贝叶斯分类器Semi-Supervised Learning 半监督学习semi-Supervised Support Vector半监督支持向量机MachineSentiment analysis 情感分析Separating hyperplane 分离超平面Sigmoid function Sigmoid 函数Similarity measure 相似度度量Simulated annealing 模拟退火Simultaneous localization and同步定位与地图构建mappingSingular Value Decomposition 奇异值分解Slack variables 松弛变量Smoothing 平滑Soft margin 软间隔Soft margin maximization 软间隔最大化Soft voting 软投票Sparse representation 稀疏表征Sparsity 稀疏性Specialization 特化Spectral Clustering 谱聚类Speech Recognition 语音识别Splitting variable 切分变量Squashing function 挤压函数Stability-plasticity dilemma 可塑性-稳定性困境Statistical learning 统计学习Status feature function 状态特征函Stochastic gradient descent 随机梯度下降Stratified sampling 分层采样Structural risk 结构风险Structural risk minimization/SRM 结构风险最小化Subspace 子空间Supervised learning 监督学习/有导师学习support vector expansion 支持向量展式Support Vector Machine/SVM 支持向量机Surrogat loss 替代损失Surrogate function 替代函数Symbolic learning 符号学习Symbolism 符号主义Synset 同义词集Letter TT-Distribution Stochastic NeighbourT –分布随机近邻嵌入Embedding/t-SNETensor 张量Tensor Processing Units/TPU 张量处理单元The least square method 最小二乘法Threshold 阈值Threshold logic unit 阈值逻辑单元Threshold-moving 阈值移动Time Step 时间步骤Tokenization 标记化Training error 训练误差Training instance 训练示例/训练例Transductive learning 直推学习Transfer learning 迁移学习Treebank 树库Tria-by-error 试错法True negative 真负类True positive 真正类True Positive Rate/TPR 真正例率Turing Machine 图灵机Twice-learning 二次学习Letter UUnderfitting 欠拟合/欠配Undersampling 欠采样Understandability 可理解性Unequal cost 非均等代价Unit-step function 单位阶跃函数Univariate decision tree 单变量决策树Unsupervised learning 无监督学习/无导师学习Unsupervised layer-wise training 无监督逐层训练Upsampling 上采样Letter VVanishing Gradient Problem 梯度消失问题Variational inference 变分推断VC Theory VC维理论Version space 版本空间Viterbi algorithm 维特比算法Von Neumann architecture 冯·诺伊曼架构Letter WWasserstein GAN/WGAN Wasserstein生成对抗网络Weak learner 弱学习器Weight 权重Weight sharing 权共享Weighted voting 加权投票法Within-class scatter matrix 类内散度矩阵Word embedding 词嵌入Word sense disambiguation 词义消歧Letter ZZero-data learning 零数据学习Zero-shot learning 零次学习模式识别计算机硬件的迅速发展,计算机应用领域的不断开拓,急切地要求计算机能更有效地感知诸如声音、文字、图象、温度、震动等等信息资料,模式识别便得到迅速发展。

相关文档
最新文档