🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

Anomalie

在数据集中与预期或正常行为显著偏离的观察值或模式,可能指示错误、欺诈或罕见事件。

📖
術語

Outlier

与其他观测值差异显著的数据点,通常通过统计方法或无监督机器学习算法来识别。

📖
術語

Isolation Forest

一种基于决策树的异常检测算法,通过随机构建树森林并测量点的平均隔离深度来隔离异常值。

📖
術語

Local Outlier Factor (LOF)

一种基于局部密度的异常检测方法,通过比较一个点与其邻居的密度来识别位于低密度区域的点。

📖
術語

One-Class SVM

支持向量机的一种变体,在正常数据上训练以创建决策边界,将位于该边界之外的点识别为异常。

📖
術語

Autoencoder

一种无监督神经网络,学习重建其输入数据,通过高重建误差(表明偏离正常模式)来识别异常。

📖
術語

Elliptic Envelope

一种稳健的统计方法,使用稳健协方差估计在正常数据周围拟合一个椭圆,将外部点视为异常。

📖
術語

Z-score

一种标准化的统计度量,以标准差为单位量化观测值与均值的偏差,极端值可能指示异常。

📖
術語

四分位距 (IQR)

基于第一和第三四分位数之间范围的检测方法,其中偏离四分位数1.5倍IQR以上的观测值被视为异常。

📖
術語

马哈拉诺比斯距离

考虑变量间相关性的多变量距离度量,将距离分布中心较远的点识别为异常。

📖
術語

重建误差

原始数据与通过自编码器等模型重建的数据之间的差异,其中高误差表示异常观测值。

📖
術語

新颖性检测

异常检测的一种变体,其中模型在正常数据上训练,以识别偏离学习模式的新的未知观测值。

📖
術語

点异常

异常类型,其中单个观测值相对于数据其余部分被视为异常,不依赖于上下文或其他观测值。

📖
術語

上下文异常

仅在特定上下文中被识别为异常的异常值,例如冬季的高温可能在夏季是正常的。

📖
術語

集体异常

一组观测值,单独来看是正常的,但当它们作为序列或空间集合一起出现时变得异常。

📖
術語

鲁棒协方差

抵抗极端值的协方差估计方法,用于通过识别偏离鲁棒分布显著的点来检测异常。

📖
術語

基于聚类的异常检测

一种使用聚类算法的方法,将不属于任何聚类或属于极小规模聚类的点识别为异常。

📖
術語

基于直方图的离群点检测

一种构建数据多维直方图的方法,将落入频率极低的分箱中的观测值识别为异常。

🔍

搵唔到結果