🏠 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

概率矩阵分解(PMF)

矩阵分解的贝叶斯方法,通过概率分布建模用户-物品偏好,能够量化和处理预测的不确定性。

📖
術語

潜在因子矩阵

低秩矩阵,表示用户或物品的未观察到的潜在特征,在PMF框架中其条目是随机变量。

📖
術語

后验分布

考虑观测数据后潜在因子的概率分布,表示对PMF模型参数更新后的知识。

📖
術語

精度矩阵

协方差矩阵的逆矩阵,用于定义高斯分布(先验和似然)以控制观测值的置信度和潜在因子的正则化。

📖
術語

三层模型

PMF的扩展,其中超参数本身具有先验分布,允许自动推断最优正则化并更好地处理稀疏性。

📖
術語

观测噪声

观测数据固有的随机变异性(例如:不精确的评分),在PMF中通过似然分布的方差建模,以捕捉用户偏好的不确定性。

📖
術語

自动正则化

PMF贝叶斯框架通过超参数推断自动确定最优正则化水平的能力,避免了昂贵的手动调参。

📖
術語

后验平均预测

未观测评分的点估计,计算为后验预测分布的期望,整合了潜在因子的不确定性以获得更稳健的预测。

📖
術語

概率矩阵分解变分推断

作为MCMC抽样的替代方法,通过优化对数似然下界来近似后验分布,为大型数据集提供速度与精度之间的权衡。

📖
術語

用户-物品交互矩阵

稀疏的观测数据矩阵(如评分、点击),PMF模型通过分解其观测条目来近似该矩阵,以预测缺失条目。

🔍

搵唔到結果