百科

我们编汇了数百条相关词条，帮助您理解「人工智能」

贝叶斯最优分类器 Bayes Optimal Classifier

为最小化整体风险，在样本上可使风险 R(c|x) 最小的类别标记，即其中 h∗ 便是贝叶斯最优分类器。

6 年前

贝叶斯模型平均 Bayes Model Averaging／BMA

在模型选择中, 通常从一组候选模型中选择一个「最优」模型，然后使用这个选定的「最优」模型进行预测。不同于单一最优模型, 贝叶斯模型平均会给每个模型赋予权重, 并进行加权平均确定最终的预测值。其中，给某个模型赋予的权重是 […]

6 年前

贝叶斯判定准则 Bayes Decision Rule

对每个样本 x，若 h 能最小化条件风险 R(h(x)|x)，则总体风险也将被最小化。这就产生了贝叶斯判定准则（Bayes decision rule）：为最小化总体风险，只需在每个样本上选择哪个能使条件风险 R(c|x […]

6 年前

BN 批量归一化 Batch Normalization

BN 是一套正则化方法，可以加速大型卷积网络的训练速度，同时提升收敛后的分类准确率。 BN 在用于神经网络某层时，会对每一个 mini-batch 数据的内部进行标准化处理，使输出规范化到 N(0,1) 的正态分布，减少 […]

6 年前

基学习算法 Base Learning Algorithm

在集成学习中，按组产生的「个体学习器」存在同质现象，其中这类学习器被称为基学习器，对应的学习算法被称为基学习算法。

6 年前

长短期记忆 Long Short-Term Memory

长短期记忆（英语：Long Short-Term Memory，LSTM）是一种时间递归神经网络（RNN），论文首次发表于 1997 年。由于独特的设计结构，LSTM 适合于处理和预测时间序列中间隔和延迟非常长的重要事件 […]

6 年前

信息熵 Information Entropy

信息熵适用于度量信息量规模的一个量，由香农于 1948 年提出，其借用了热力学中熵的概念，将信息中排除了冗余后的平均信息量称为信息熵，并给出了相关的数学表达式。信息熵的三条性质单调性：事件发生的概率越高，其携带的信息 […]

Command Palette

百科

Command Palette

百科

贝叶斯最优分类器 Bayes Optimal Classifier

贝叶斯模型平均 Bayes Model Averaging／BMA

贝叶斯判定准则 Bayes Decision Rule

BN 批量归一化 Batch Normalization

基学习算法 Base Learning Algorithm

长短期记忆 Long Short-Term Memory

信息熵 Information Entropy

知识表征 Knowledge Representation

指数损失函数 Exponential Loss Function

真相／真实 Ground-truth

误差-分歧分解 Error-ambiguity Decomposition

马尔可夫链蒙塔卡罗方法 MCMC

演化计算 Evolutionary Computation

遗传算法 Genetic Algorithm

增益率 Gain Ratio

希尔伯特空间 Hilbert Space

隐马尔可夫模型 Hidden Markov Model

隐藏层 Hidden Layer

硬投票 Hard Voting

独立同分布 Independent and Identically Distributed

增量学习 Incremental Learning

知识库 Knowledge Base

K 近邻算法 K-Nearest Neighbours Algorithm

JS 散度 Jensen-Shannon Divergence

Command Palette

百科

贝叶斯最优分类器 Bayes Optimal Classifier

贝叶斯模型平均 Bayes Model Averaging／BMA

贝叶斯判定准则 Bayes Decision Rule

BN 批量归一化 Batch Normalization

基学习算法 Base Learning Algorithm

长短期记忆 Long Short-Term Memory

信息熵 Information Entropy

知识表征 Knowledge Representation

指数损失函数 Exponential Loss Function

真相／真实 Ground-truth

误差-分歧分解 Error-ambiguity Decomposition

马尔可夫链蒙塔卡罗方法 MCMC

演化计算 Evolutionary Computation

遗传算法 Genetic Algorithm

增益率 Gain Ratio

希尔伯特空间 Hilbert Space

隐马尔可夫模型 Hidden Markov Model

隐藏层 Hidden Layer

硬投票 Hard Voting

独立同分布 Independent and Identically Distributed

增量学习 Incremental Learning

知识库 Knowledge Base

K 近邻算法 K-Nearest Neighbours Algorithm

JS 散度 Jensen-Shannon Divergence

贝叶斯最优分类器 Bayes Optimal Classifier

贝叶斯模型平均 Bayes Model Averaging／BMA

贝叶斯判定准则 Bayes Decision Rule

BN 批量归一化 Batch Normalization

基学习算法 Base Learning Algorithm

长短期记忆 Long Short-Term Memory

信息熵 Information Entropy

知识表征 Knowledge Representation

指数损失函数 Exponential Loss Function

真相／真实 Ground-truth

误差-分歧分解 Error-ambiguity Decomposition

马尔可夫链蒙塔卡罗方法 MCMC

演化计算 Evolutionary Computation

遗传算法 Genetic Algorithm

增益率 Gain Ratio

希尔伯特空间 Hilbert Space

隐马尔可夫模型 Hidden Markov Model

隐藏层 Hidden Layer

硬投票 Hard Voting

独立同分布 Independent and Identically Distributed

增量学习 Incremental Learning

知识库 Knowledge Base

K 近邻算法 K-Nearest Neighbours Algorithm

JS 散度 Jensen-Shannon Divergence

贝叶斯最优分类器 Bayes Optimal Classifier

贝叶斯模型平均 Bayes Model Averaging／BMA