⚡激活函数

一种将非线性引入神经网络的数学函数。

🕵️对抗示例

精心设计的输入，旨在欺骗机器学习模型，使其错误分类。

⚖️人工智能伦理

人工智能发展和使用过程中产生的道德问题研究。

🧮算法

解决问题或执行任务的有限指令序列。

⚠️算法偏差

人工智能系统造成的系统性和不公平歧视。

🧠人工智能

利用计算机系统模拟人类智能过程。

👁️注意力机制

一种让模型专注于输入相关部分的技术。

🔄自编码器

经过训练，能够通过瓶颈重建其输入的神经网络。

🚗自动驾驶汽车

一种无需人为干预即可导航和操作的车辆。

🔙反向传播

一种计算梯度以更新神经网络权重的算法。

⚖️偏差-方差权衡

模型的简洁性和数据拟合能力之间的平衡。

💊胶囊网络

一种使用胶囊来更好地模拟空间层次结构的神经网络。

🗂️分类

将输入分配到几个预定义类别之一的任务。

🔵聚类

将数据点分组，使相似的项目落入同一簇中。

👁️计算机视觉

计算机解释和理解视觉信息的领域。

📊混淆矩阵

汇总预测类别分类性能的表格。

🖼️卷积神经网络

一种专为处理网格状数据（例如图像）而设计的神经网络。

🔁交叉验证

一种评估模型如何泛化到未见过的数据的技术。

🔒数据隐私

人工智能系统中使用的个人信息的保护。

🏗️深度信仰网络

由堆叠的受限玻尔兹曼机组成的生成模型。

🕸️深度学习

使用多层神经网络进行机器学习，以对复杂模式进行建模。

🌫️扩散模型

一种学习对数据进行去噪以创建新样本的生成模型。

🗜️降维

减少数据集中输入变量数量的技术。

🔀判别模型

一个学习区分不同类别数据的模型。

📱边缘人工智能

在本地设备而不是云端运行 AI 模型。

🌌嵌入空间

一个连续向量空间，其中相似的项被映射在一起。

📋专家系统

一个利用知识库解决复杂问题的程序。

🔍可解释人工智能

使机器学习模型决策对人类可理解的方法。

⚖️F1 分数

精确率和召回率的调和平均值，平衡这两个指标。

🔢功能

用作模型输入的单个可测量属性或特征。